logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Unity 3d中导入c#脚本时出现 can't add script 如何解决

最有可能的是脚本文件名与脚本中定义的类名不一致或者脚本中的类没有继承自MonoBehaviour

#3d#unity
03-07-架构篇-平台差异的深层原因

本文深入剖析跨平台开发中GC行为差异的深层原因,指出Unity各平台(iOS、Android、WebGL、Editor)虽均使用Boehm GC,但差异源于四层环境:运行时(AOT/JIT)、操作系统内存政策(Jetsam/LMK)、堆上限与沙箱(如WebGL 256-512MB)、硬件性能(核数、缓存、带宽)。核心结论:代码不变,上下文不同导致GC表现天差地别。澄清“Unity Mono用SGe

文章图片
#架构#c##unity
C#与常用数据结构源码剖析-全篇导览

《C#与常用数据结构源码剖析》系列是一套全面解析C#语言核心机制与.NET基础类库数据结构的深度教程。该系列包含16个篇章共90篇文章,覆盖从CLI运行时底层到BCL数据结构实现的全方位内容,主要面向C#开发者、Unity工程师及.NET后端开发人员。 系列特色在于: 从三个维度深入:语言设计哲学、CLR运行时机制、数据结构源码实现 完整解析96种BCL集合类型,包括线性结构、哈希表、并发集合等

文章图片
#c##数据结构#开发语言 +3
【AI模型】助手-低代码平台

低代码开发平台(Low-Code Development Platform,LCDP)是一种允许用户通过图形化界面和少量代码(甚至无需代码)来创建应用程序的工具。快速原型开发:能够快速将想法转化为可运行的原型降低技术门槛:不需要深厚的编程背景也能进行开发提高开发效率:通过复用组件和自动化代码生成减少重复工作加速迭代周期:快速响应需求变化,缩短产品上市时间v0(发音为"v-zero")是由Verce

文章图片
#人工智能#低代码#rxjava
配置vscode终端字体

Linux下配置vscode终端字体: 在Ubuntu 18.04.1LTS 下的解决方案(亲测可用),其他版本linux做参考。下载安装字体$cd /usr/share/fonts/truetype/$sudo git clone https://github.com/abertsch/Menlo-for-Powerline.git刷新字体$sudo fc-cache -...

【原理】[窄相检测]SAT解决‌凸多边形间的精确[碰撞检测]

分离轴定理(SAT)是游戏物理中用于凸多边形碰撞检测的高效算法,通过寻找能将两物体投影分离的轴线来判断碰撞。它适用于复杂几何形状,计算效率为O(n²),但仅限凸多边形。算法核心步骤包括计算法向量、投影检测和区间重叠判断。专栏提供了2D和3D的C#实现示例,展示了如何检测多边形投影重叠。SAT广泛应用于游戏开发、物理模拟和机器人导航等领域,是游戏物理引擎中精细碰撞检测的常用方法。

文章图片
#游戏引擎
【AI&游戏】Unity ML-Agents机器学习

本文系统介绍了Unity ML-Agents机器学习工具包在游戏开发中的应用。主要内容包括:1)机器学习基础理论,重点讲解强化学习核心概念;2)ML-Agents三大核心组件(Agent、Brain、Academy)的详细解析;3)从环境配置到模型训练的完整工作流程;4)高级训练技术如课程学习和模仿学习;5)实战案例演示战斗AI训练过程。文章还提供了性能优化建议和常见问题解决方案,帮助开发者快速掌

文章图片
#人工智能#游戏#unity +1
【AI模型】部署-Docker容器化

《Docker容器化部署AI模型完全指南》摘要:本文详细介绍了使用Docker部署主流AI推理框架的完整方案。重点涵盖vLLM、LMDeploy、Ollama、SGLang和TGI五大工具,从基础部署到生产环境配置,包括GPU优化、量化部署和健康监控等高级特性。通过DockerCompose和Kubernetes示例展示了企业级部署架构,并提供了性能调优、安全加固和故障排查的实用建议。文章比较了各

文章图片
#人工智能#docker#容器
【AI模型】开源大模型社区

开源AI社区是AI工具生态的核心枢纽,提供了模型共享、协作开发和交流学习的平台。HuggingFace作为全球最大机器学习社区,提供Transformers库、ModelHub等完整工具链。ModelScope专注中文AI模型,阿里达摩院推出并提供免费GPU资源。GitHub聚集各类AI开源项目,包括推理框架和应用工具。此外还有智谱BigModel、DeepSeek社区等专业平台,以及Civita

文章图片
#人工智能#开源
【AI模型】Docker容器化部署

本文详细介绍了使用Docker容器化部署AI模型的最佳实践,重点分析了vLLM、LMDeploy等主流推理框架的部署方案。内容涵盖从基础配置到生产级部署的全流程,包括GPU资源管理、性能优化、安全配置等关键环节。文章通过具体案例展示了不同规模企业的部署策略,并提供了详细的命令参考和故障排查指南。此外,还探讨了成本优化、监控运维等进阶话题,为开发者提供了一套完整的AI模型容器化部署解决方案,适用于从

文章图片
#人工智能#docker#容器
    共 221 条
  • 1
  • 2
  • 3
  • 23
  • 请选择