本系列为作者学习UnityShader入门精要而作的笔记，内容将包括：书本中句子照抄+个人批注项目源码一堆新手会犯的错误潜在的太监断更，有始无终总之适用于同样开始学习Shader的同学们进行有取舍的参考。文章目录复习知识点复习坐标空间的转换顶点的坐标空间变换模型空间世界空间观察空间裁剪空间投影矩阵屏幕空间法线变换UnityShader的内置变量（数学篇）变换矩阵变量摄像机和屏幕参数答疑使用3x3还是4x4的变换矩阵Cg中的矢量和矩阵类型floatUnity中的屏幕坐标：ComputeScreenPos/VPOS/WPOS（该系列笔记中大多数都会复习前文的知识，特别是前文知识非常重要的时候，这是
一、List1.概述列表是一种非常有用且功能强大的容器，它常用于呈现同类型或多类型数据集合，例如图片、文本、音乐、通讯录、购物清单等。列表对于显示大量内容而不耗费过多空间和内存是非常有帮助的，因为当列表项数量超过屏幕大小时，可以自动提供滚动功能。这使得列表成为构建结构化、可滚动信息的理想容器。使用列表可以轻松、高效地显示信息。使用List组件，可以按垂直或水平方向线性排列子组件，这些子组件可以是单个视图，也可以使用ForEach迭代一组行或列，或混合任意数量的单个视图和ForEach结构，构建一个灵活的列表。同时，List组件支持使用条件渲染、循环渲染、懒加载等渲染控制方式生成子组件，使得列
AI能力概述为应用提供丰富的AI（ArtificialIntelligence）能力，支持开箱即用。开发者可以灵活、便捷地选择AI能力，让应用变得更加智能。已开放的AI能力如下表所示：能力简介二维码生成根据开发者给定的字符串信息和二维码图片尺寸，返回相应的二维码图片字节流。调用方可以通过二维码字节流生成二维码图片。通用文字识别通过拍照、扫描等光学输入方式，把各种票据、卡证、表格、报刊、书籍等印刷品文字转化为图像信息，再利用文字识别技术将图像信息转化为计算机等设备可以使用的字符信息的技术。图像超分辨率提供适用于移动终端的1x和3x超分能力；1x超分可以去除图片的压缩噪声，3x超分在有效抑制压缩噪
个人阅读笔记，如有错误欢迎指出!会议：NDSS2022 [2009.03561]LocalandCentralDifferentialPrivacyforRobustnessandPrivacyinFederatedLearning(arxiv.org)问题： 尽管联邦学习能在一定程度上保护数据隐私，但也存在隐私和鲁棒性漏洞主要贡献： 首次发现LDP和CDP都可以抵御后门攻击 发现仅在FL的非攻击者上应用LDP可以提高后门攻击的准确性 LDP和CDP可以防止（白盒）成员推断 LDP与CDP均不能防御属性推断攻击
本系列为作者学习UnityShader入门精要而作的笔记，内容将包括：书本中句子照抄+个人批注项目源码一堆新手会犯的错误潜在的太监断更，有始无终总之适用于同样开始学习Shader的同学们进行有取舍的参考。文章目录复习知识点复习左右手坐标系Unity中的坐标系上章节练习题答案点和向量定义点和向量的区别去看线性代数的本质！向量运算向量加减向量乘除向量模长归一化向量的点积向量叉乘练习题（该系列笔记中大多数都会复习前文的知识，特别是前文知识非常重要的时候，这是为了巩固记忆，诸位可以直接通过目录跳转）复习知识点复习上节我们学习了笛卡尔坐标系（正交坐标系）。笛卡尔坐标系中包含了以下要素：原点，它是整个坐标
1.C#初识因为先前已经学过C++了，所以在C#的学习中，大多只记录和C++不同的点，在学习的过程中，感谢刘铁猛老师的教程，您是我C#入门的领路人。1.1使用.netcli1.1.1使用VSCode创建C#工程先安装C#相关插件创建新工程dotnetnewconsole-nProjectName构建dotnetbuild运行dotnetrun更多信息访问：https://learn.microsoft.com/en-us/dotnet/core/tutorials/with-visual-studio-code?pivots=dotnet-8-01.1.2使用VisualStudio创建工程按
本次笔记记录一下我自己学习Stream流的一个情况。第一种：使用Stream流来代替增强for循环进行赋值：这是使用增强for循环的写法：publicstaticvoidmain(String[]args){ArrayListstrings=newArrayList();strings.add("张三");strings.add("李四");strings.add("王五");strings.stream().forEach(System.out::println);} 执行结果为： 第三个，使用Filter来进行简单的过滤publicclassdemmo{publicstaticvoidm
Flink系列文章一、Flink专栏Flink专栏系统介绍某一知识点，并辅以具体的示例进行说明。1、Flink部署系列本部分介绍Flink的部署、配置相关基础内容。2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。3、FlikTableAPI和SQL基础系列本部分介绍FlinkTableApi和SQL的基本用法，比如TableAPI和SQL创建库、表用法、查询、窗口函数、catalog等等内容。4、FlikTableAPI和SQL提高与应用系列本部分是tableapi和sql的应用部分，和实际的生产应
🏆作者简介，愚公搬代码🏆《头衔》：华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，51CTO博客专家等。🏆《近期荣誉》：2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主等。🏆《博客内容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。🏆🎉欢迎👍点赞✍评论⭐收藏文章目录🚀前言🚀一、
基础知识计算思想构造计算评分的公式： max,min指已知数据中的最大值和最小值而不是理论上的最大值和最小值三点解释：（1）比较的对象一般要远大于两个。（例如比较一个班级的成绩）（2）比较的指标也往往不只是一个方面的，例如成绩、工时数、课外竞赛得分等。（3）有很多指标不存在理论上的最大值和最小值，例如衡量经济增长水平的指标：GDP增速。指标正向化极大型指标（效益型指标）：数值越高（大）越好极小型指标（成本型指标）：数值越少（小）越好统一指标类型：将所有的指标转化为极大型称为指标正向化（最常用）极小型指标转换为极大型指标的公式：max-x标准化处理为了消去不同指标量纲的影响，需要对已经正向化的
