初级UnityDemo全纪录(二):代码篇②

Manager

GlobaManager

GlobaManager属于一个单例,我们要知道当前场景中模型的数量以及当前场景中模型的面数。
加上一个FPS的参数,就可以大摇大摆的装逼了。

using UnityEngine;
using System.Collections;
using UnityEngine.UI;

public class GlobaManager : UnityAllSceneSingleton<GlobaManager>
{

    public Text _Text;

    //刷新频率
    public float f_Updateinteral = 0.5f;
    //上一帧的刷新频率
    private float f_LastInterval;
    //总帧数
    private int i_Frames = 0;
    //平均帧数
    private float f_FPS;
    //当前定点数+
    public static int verts;
    //当前面数
    public static int tris;


    void Awake()
    {
        Application.targetFrameRate = 45;
    }

    void Start()
    {
        UIManager.Init();
        f_LastInterval = Time.realtimeSinceStartup;
        i_Frames = 0;
        //Debug.Log(ResourceManager.Instances.LoadModelObj("Cube"));
        //GameObject.Instantiate(ResourceManager.Instances.LoadModelObj("Cube"));
        //_Text.text = ResourceManager.Instances.LoadTxt ("Air compressor").text;    

    }

    void GetObegectStates()
    {
        verts = 0;
        tris = 0;
        GameObject[] ob = FindObjectsOfType(typeof(GameObject)) as GameObject[];
        foreach (GameObject obj in ob)
        {
            GetObjectStates(obj);
        }
    }

    void GetObjectStates(GameObject obj)
    {
        Component[] filters;
        filters = obj.GetComponentsInChildren<MeshFilter>();

        foreach (MeshFilter f in filters)
        {
            tris += f.sharedMesh.triangles.Length / 3;//一个三角形有三个顶点,除以三是获取到一个面
            verts += f.sharedMesh.vertexCount;
        }
    }

    void OnGUI()
    {
        GUI.skin.label.normal.textColor = new Color(255, 255, 255, 1.0f);
        GUI.Label(new Rect(0, 10, 200, 200), "FPS:" + (f_FPS.ToString("f2")));
        string vertsisplay = verts.ToString("#,##0 verts");
        GUILayout.Label(vertsisplay);
        string trisDisPlay = tris.ToString("#,##0 tris");
        GUILayout.Label(trisDisPlay);
    }

    void Update()
    {
        ++i_Frames;
        if (Time.realtimeSinceStartup > f_LastInterval + f_Updateinteral)
        {
            f_FPS = i_Frames / (Time.realtimeSinceStartup - f_LastInterval);
            i_Frames = 0;
            f_LastInterval = Time.realtimeSinceStartup;
            GetObegectStates();
        }
    }
}

GameManager

using UnityEngine;
using System.Collections;
using System.Collections.Generic;

public class GameManager : UnityAllSceneSingleton<GameManager>,IMessageObject
{
    public enum Status
    {
        _NONE =1,
        _LOAD_SCENE,
        _START_GAME,
        _END_GAME,
    }

    public enum Tool
    {
        _NONE = 1,
    }

    public Status CurStatus = Status._NONE;

    public Tool CurTool = Tool._NONE;

    public GameObject Factory;

    public List<GameObject> ToolList;

    public GameObject Player;

    public Vector3 PlaySetPos;

    public GameObject CurToolGameObject;

    public bool CurAnimIsPlaying = false;
    public override void Awake()
    {
        base.Awake();
    }

    void Start()
    {
        GameObject.Instantiate<GameObject>(Factory);

        //foreach (GameObject item in ToolList)
        //{
        //    GameObject.Instantiate<GameObject>(item);

        //}
        CurTool = Tool._NONE;

        GameObject.Instantiate<GameObject>(Player);

        Player.transform.localPosition = new Vector3(0, 0, 0);

        CurToolGameObject = null;
    }
    private void LoadScene()
    {

    }
}

每一个程序中都需要有一个GameManager。用来控制整体的程序流程

写一个枚举类,保存当前程序状态

UIManager

因为程序中有一个简单的UI,所以还是写了一个UIManager来管理自己的UI。

本次这个初级的demo使用的UI是NGUI。
(再次说明,所有的Manager都是继承AllSenceSingleton的。都是单例~)

NGUI有什么好处呢,我也不知道,现在没有一个很好的习惯去用哪个,就是觉得这个现在顺手就用了,看客你们想用什么就用什么。

本次的UI根据模型要实现的功能总分为3个界面,

进度条—–这个就不解释了。
开始界面:在开始界面的时候,会有讲解啊什么的,在开始界面的时候,选择场景之后,去异步加载模型,中加入一个进度条场景,尽量的将场景的加载做到平滑。

功能界面。
一共是6个按钮。
自动播放,播放下一步,自动拆解,自动组装,讲解,重新播放。

每次到进入的模型的房间里边,加载模型,并加载功能界面的UI。然后绑定各个按钮的事件。

using UnityEngine;
using System.Collections;
using System.Collections.Generic;

public class UIManager : UnityAllSceneSingleton<UIManager>, IMessageObject
{
    public UIRoot UIRoot;

    public List<GameObject> UIButtonList;

    public ToolSetButton ToolSetButton;

    private static UIManager ins;

    public static void Init()
    {
        ins = UIManager.Instances;
    }


    void Start()
    {
        ToolSetButton = new ToolSetButton() { Tool = GameManager.Tool._NONE };
        foreach (var item in UIButtonList)
        {
            item.AddComponent<UIEventListener>();
        }       
    }
    void Update()
    {
        //SetButton();
    }






    public void GetCurStatus()
    {
        Debug.Log(GameManager.Instances.CurStatus);
    }

    public void SetButtonListener()
    {

    }
    public void GetCurTool()
    {
        Debug.Log(GameManager.Instances.CurTool);
    }

    public void SetButton()
    {

        if (ToolSetButton.Tool == GameManager.Tool._NONE)
        {
            Debug.Log("ToolSetButton is Closed");
            foreach (var item in UIButtonList)
            {
                item.SetActive(false);
            }
        }
       else
        {
            GameManager.Instances.CurToolGameObject.AddComponent<AnimtionManager>();
            foreach (var item in UIButtonList)
            {
                UIEventListener.Get(item).onClick = AnimtionManager.Instance.ClickTest;
                item.SetActive(true);
            }
            //UIButtonList[0].SetActive(ToolSetButton.SetAssemble);
            //UIButtonList[1].SetActive(ToolSetButton.SetAutoPlay);
            //UIButtonList[2].SetActive(ToolSetButton.SetDecompose);
            //UIButtonList[3].SetActive(ToolSetButton.SetPlayNext);
            //UIButtonList[4].SetActive(ToolSetButton.SetRestart);
            //UIButtonList[5].SetActive(ToolSetButton.SetStop);

            Debug.Log("ToolSetButton is SETED");
        }
    }
}

未完待续。。。这个其中有很多要去优化的地方,还有代码篇①,单例模型的管理类也没有加上,如果之后有时间,也有人感兴趣的话,我会加上单例的管理类。(进行所有单例的销毁,初始化,单例创建以及销毁的时候通知所有对象)
PS:关于单例的管理类有什么好的想法~可以一起讨论一下啊~(づ ̄ 3 ̄)づ

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