时至今日,VR技术仍处在一个萌芽期,Oculus、Gear VR、PlayStation VR在经过长时间的精细打磨后才逐渐为大众所触知。在硬件升级的同时,对于以游戏为主的内容开发而言,核心即在于Unity、Unreal Engine等引擎的支持,以及如何做好性能优化、渲染等。引用Unity Labs VP Sylvio Drouin的话,就是——“目前在VR这个领域工作的人,其实都是开路者,我们没有任何的先例。本质上,是由我们来决定它最终朝向成功还是失败。”
本期程序员封面报道,带来了以下实践分享:
- VR开发从何入手(唐小引)
- VR硬件演进与其游戏开发注意事项(王秋林,中科大自动化系研究生)
- 制作3A级VR游戏的难点——专访焰火工坊CTO王明杨(记者/唐小引)
- 并非只有游戏才是VR——专访VR制作人、导演董宇辉(记者/唐小引)
- 走进VR游戏开发的世界(王学强,腾讯高级开发工程师)
- 叙事、画面和音效:解析VR游戏设计要点(李建新,北大研究生,独立游戏制作人)
- VR和AR需要什么样的自然表达?(毛文涛,uSens凌感中国研发中心首席研究员)
资讯
CSDN十大资讯
MINIX 30年之经验教训谈
2016年的顶级高科技汽车
务实至上:“PHP之父”Rasmus Lerdorf访谈录(记者/卢鸫翔,张新慧)
Build 2016,开放的微软 再进一步(李杨,摩根士丹利信息技术部门软件开发工程师)
移动
- iOS开发下的函数响应式编程——美团函数响应式开发实践(臧成威,美团·大众点评iOS技术专家)
随着移动互联网的蓬勃发展,iOS App的复杂度呈指数增长。美团·大众点评两个App随着用户量不断增加、研发工程师数量不断增多,可用性的要求也随之不断提升。在这样一个背景下,我们面临了很多的问题和挑战。iOS工程师们想出了很多的策略和方针来应对,引入函数响应式编程就是其中重要的一环。
- 不要被亮点牵着鼻子走(林敏,广州美术学院教授)
产品需要亮点,但前提是很好地解决了痛点。光有亮点,不解决痛点的产品,用现在的流行语说,就是“然并卵”。所以,不要被酷炫的创意迷了眼,不要被亮点牵住了鼻子。
大数据
- 从0到1,一号店通用推荐平台的搭建(陈兀,1号店推荐团队架构负责人)
一号店精准化推荐部门通过不断探索,逐渐搭建了实时的、高可用的、推荐过程可追溯的通用推荐平台,目前该平台正在公司范围内被越来越多的人使用。本文从一号店通用推荐平台产生的背景谈起,详解该平台的整体架构设计、推荐流程可视化系统设计、推荐结果可视化系统设计等,并在最后进行了总结。
- Spark Streaming在猎豹移动的实践(朱卫斌,猎豹移动Infoc平台大数据开发工程师)
作者所在团队主要负责猎豹移动的数据平台Infoc,核心职责主要有数据仓库和实时计算平台(后文简称实时平台)两个。其中,实时平台需要支持每日数十亿级数据量的实时计算需求。在团队中,笔者主要负责及参与:实时平台从无到有的建立、实时平台整体框架的设计与实现、实时平台周边基础设施的完善,以及实时需求的开发与维护。本文将详细介绍我们基于Spark Streaming的实时计算实践。
- 玩转Spark Streaming(祝海林,乐视云计算资深数据工程师)
Spark Streaming诞生于2013年,是Spark平台上流式处理的解决方案。因为构建在Spark之上,除了一致的编程模型以外,还可以很好的与Spark上其他的组件有良好整合,同时对实时性也能进行灵活的控制。因为体系架构的问题,Spark Streaming实时性还是无法和Storm相媲美,所以可以作为一个补充的解决方案,本文主要分享了Spark Streaming的一些使用场景以及如何编写和测试Spark Streaming程序。
- Swarm和Mesos集成指南——资源利用率优化实践(王勇桥,IBM云计算工程师)
Apache Mesos作为一个非常优秀的分布式资源管理和调度系统,如何高效的管理和分配资源,必然成为它研究和努力的主要方向之一。本文是基于IBM Platform DCOS Team在资源调度领域的经验,以及他们在Mesos社区提升Mesos资源利用率的实践,深度剖析了如何在Mesos中提供Revocable资源来提高Mesos数据中心的资源利用率并结合作者在Docker Swarm社区的贡献经验,重点讲解了在Docker Swarm如何支持Mesos的Revocable资源。
- 再谈容器与虚拟机的那点事(林帆,ThoughtWorks公司DevOps技术咨询师)
脑洞大开的探索者总是想同时获得容器的便捷与虚拟机的安全,本文将解析几款成熟的容器与虚拟机结合产物。
- 做好数据库运维——DBA岗位分析及实践经验分享(王林平,搜狗商业广告数据库负责人)
数据库管理究竟是什么类型的工作岗位?在企业中数据库管理员怎么能做好工作,获得更好的回报?人是会犯错误的,应该如何建立流程规范,提高数据库的稳定性?运维人员应该如何提升自我修养以适应行业发展和企业业务的发展?本文将和大家探讨上面提出的几个问题。
人工智能
- 拓扑数据分析在机器学习中的应用(曾凤,Hansight算法工程师)
机器学习(ML)算法涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。而“拓扑数据分析”作为机器学习的一种形式,已经开始被广泛应用。本文简要介绍“拓扑数据分析”在机器学习中的应用以及优势。
- 基于ROS的无人驾驶系统(刘少山,张伟德,James Peng)
本文是无人驾驶技术系列的第二篇,着重介绍基于机器人操作系统ROS的无人驾驶系统。文中将介绍ROS以及它在无人驾驶场景中的优缺点,并讨论如何在ROS的基础上提升无人驾驶系统的可靠性、通信性能和安全性。
- 揭秘深度强化学习(文/Tambet Matiisen 译/赵屹华,刘翔宇)
尽管监督式和非监督式学习的深度模型已经广泛被技术社区所采用,深度强化学习仍旧显得有些神秘。这篇文章将试图揭秘这项技术,并解释其背后的逻辑。受众读者主要是有机器学习或者神经网络背景,却还没来得及深入钻研强化学习技术的朋友。
- 科研的秘诀——对话微软研究院负责人Peter Lee(记者/卢鸫翔)
创造为何在那个时代涌现?如今计算机科学研究高效运行的关键在何处?未来是否能带给我们更多期许?Peter Lee作为微软全球资深副总裁,执掌着当今最多产的计算机科研究机构之一——微软研究院(Microsoft Research,简称MSR)中的体验
与新技术部门(New Experiences and Technologies,简称MSR NExT)。带着这些疑问,我们试着在与他的对话中,寻找解开答案的线索。
知识库专栏
Node.js学习指南(黄丹华,腾讯前端高级工程师)
美团酒店Node全栈开发实践(郭凯,美团点评酒店前端技术专家)
使用Express.js构建Node.js REST API服务(文/Azat Mardan 译/奇舞团)
Node.js知识库内容精选
百味
漫画——那些令你憎恶的系统是谁开发的?(西乔)
订阅2016年程序员(含iPad、Android及印刷版)请访问 http://dingyue.programmer.com.cn
订阅咨询:
• 在线咨询(QQ):2251809102
• 电话咨询:010-64351436
• 邮箱咨询:reader@csdn.net
• 更多消息,欢迎关注“程序员编辑部”