例如，如果我们在加载一个游戏关卡后开始使用 100 MB 的内存，并且我们知道在该关卡期间不会分配超过 100 MB 的内存，那么我们在任何可以使用的设备上都没有问题。但实际上，这些函数是 Unity 使用的现成 GC 的一部分，文件头中的最新日期是 2001 年，因此这种技术很可能会继续有效，直到 Unity 最终取代 GC。如果它不为零，则 GC 被禁用。对于游戏的帧速率关键部分禁用 GC 并

当您想知道包含类型的程序集的详细信息时，您曾在编程世界中感到好奇。让我们考虑一个例子。  考虑一个定义在某个程序集X中的Employee类型，Employee实例被用于一个程序集Y中。作为一个开发者，你的任务是加载程序集并获得关于成员、属性、方法等的额外信息。你还想在Type employee的实例上调用一些方法。为了实现所需的行为，,typeof和GetType()方法可以帮助你实现你的预期功能

成为函数式  在这一部分中，我们将建立在迄今所奠定的基础上，你将看到在第一部分中为有限的场景所介绍的一些技术是如何被推广的，使你能够以函数式风格来编写整个应用程序。  第6章讨论了对验证和错误处理的功能取舍。  第7章展示了你如何使用部分应用和强大的聚合函数（fold）等技术，将应用程序模块化并只用函数组成。  第8章讨论了另一个核心函数Apply，它还教你如何实现LINQ查询模式，并比较了一些函

第1部分核心概念  在这一部分，我们将介绍函数式编程的基本技术和原理。  第 1 章首先介绍什么是函数式编程，以及 C# 如何支持函数式编程。然后深入研究高阶函数，这是 FP 的基本技术。  第 2 章解释了什么是纯函数，为什么纯度对函数的可测试性有重要影响，以及为什么纯函数很适合并行化和其他优化。  第 3 章介绍了设计类型和函数签名的原则——你以为自己知道但从函数的角度来看时会感到耳目一新的事

函数式编程中的模式在本章中核心函数 Map、Bind、Where 和 ForEach介绍 functors 和 monads在不同的抽象层次上工作  模式是一种可以应用于解决各种问题的解决方案。我们将在本章中讨论的patterns是简单的函数；这些函数在进行功能编码时无处不在，可以被看作是FP的核心功能。  你可能已经熟悉了其中的一些函数，比如Where和Select，在IEnumerable中使

变换坐标空间  在过去的章节中，我们多次提到坐标空间之间的变换，但我们将更详细的解释推迟到本章。  如第一章所述，理论上您可以选择每个计算将驻留在哪个坐标空间中。在实时渲染的情况下，图形管道已经为您做出了大部分选择。它期望值（顶点位置、法线等）在过程的某些步骤中位于某个坐标空间中。  上一章中的一个例子是，当顶点着色器输出顶点位置时，它应该是在剪辑空间中。这就是为什么我们将v2f数据结构中的顶点设

Unity 性能测试，单元测试，基准测试

参考原视频：https://www.youtube.com/watch?v=BrZ4pWwkpto Compute shader 属于shader的一种，它使用CG language，但是和传统的Vertex & fragement shader或者是Unity的SurfaceShader又有所不同。Compute Shaders是在GPU运行却又在普通渲染管线之外的程序，通过Comput

训练人工智能模型需要大量时间，并且可能需要使用数百甚至数千个显卡（通常在数据中心）一起工作才能完成任务。作为从头开始训练新模型或微调现有模型所有参数的替代方案，LoRA 被引入。LoRA 是“Low-Rank Adaptation”的缩写，是一种使用更小的参数集微调模型的方法，并且不会从根本上改变底层模型。与传统的微调相比，这只需一小部分所需的资源即可进行微调。今天，我们将在训练 LoRA 与 S

VAE 代表variational autoencoder(变分自动编码器)。它是神经网络模型的一部分，可在较小的潜在空间之间对图像进行编码和解码，从而使计算速度更快。我们已经介绍了如何使用 Stability AI 发布的两种改进的 VAE 解码器。它们对渲染眼睛提供了微小但显着的改进。您可以决定是否要使用它。