android.graphics.Camera API 中文翻译

public class Camera extends Object


类:概述(Overview)

Camera实例可以被用来计算3D转换并生成一个矩阵,这个矩阵可以被应用为实例在一个Canvas画布上。



Public Constructors
Camera()
Creates a new camera, with empty transformations. 
创建一个Camera的实例,空参数代表没有任何的转换;

Public Methods
void applyToCanvas( Canvas canvas)
Computes the matrix corresponding to the current transformation and applies it to the specified Canvas.
计算对应当前变换矩阵应用指定画布上
Parameters
     canvas The Canvas to set the transform matrix onto.
将此画布设置到变换的Matrix 矩阵上面
float dotWithNormal(float dx, float dy, float dz)
float getLocationX()
Gets the x location of the camera.
获取camera对象X轴的位置
float getLocationY()
Gets the y location of the camera.
获取camera对象Y轴的位置
float getLocationZ()
Gets the z location of the camera.
获取camera对象Z轴的位置
void getMatrix( Matrix matrix)
Computes the matrix corresponding to the current transformation and copies it to the supplied matrix object.
计算对应当前变换矩阵复制提供矩阵对象中
Parameters
matrix The matrix to copy the current transforms into.
需要复制当前转换的矩阵.

void restore()
Restores the saved state, if any.
在任何情况下,恢复保存的状态;
void rotate(float x, float y, float z)
Applies a rotation transform around all three axis.
适用于Camera对象对应三个轴的旋转变换
Parameters
x The angle of rotation around the X axis, in degrees
y The angle of rotation around the Y axis, in degrees
z The angle of rotation around the Z axis, in degrees
x 以X轴为基准以度单位旋转的角度
y 以Y轴为基准以度单位旋转的角度
z 以Z轴为基准以度单位旋转的角度
See Also
void rotateX(float deg)
Applies a rotation transform around the X axis.
适用于绕X轴的旋转变换
Parameters
deg The angle of rotation around the X axis, in degrees
角度参数 以X轴为基准以度单位旋转的角度

void rotateY(float deg)
Applies a rotation transform around the Y axis.
适用于绕Y轴的旋转变换
Parameters
deg The angle of rotation around the Y axis, in degrees
角度参数  以Y轴为基准以度单位旋转的角度
void rotateZ(float deg)
Applies a rotation transform around the Z axis.
适用于绕Z轴的旋转变换
Parameters
deg The angle of rotation around the Z axis, in degrees
角度参数 以Z轴为基准以度单位旋转的角度
void save()
Saves the camera state.
保存Camera对象的状态,每次调用save都应与调用restore()相对应;
void setLocation(float x, float y, float z)
Sets the location of the camera.
设置Camera对象的位置, 默认 位置 设置   0, 0,-8
Parameters
x The x location of the camera
y The y location of the camera
z The z location of the camera
x 摄像机X轴的位置
y 摄像机Y轴的位置
z 摄像机Z轴的位置
void translate(float x, float y, float z)
Applies a translation transform on all three axis.
适用于在Camera对应所有三个轴上的平移转换
Parameters
x The distance to translate by on the X axis
y The distance to translate by on the Y axis
z The distance to translate by on the Z axis
x X轴上平移的距离
y Y 轴上平移的距离
z Z轴上平移的距离

Protected Methods
void finalize()
Invoked when the garbage collector has detected that this instance is no longer reachable.
垃圾回收 检测到 实例 不再 到达 时(不再有该实例被使用时) 调用;默认实现可以不做任何事情,可以重写此方法用来释放资源;


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值