qq_23345187的博客

原创 cocos2dx 4.0入门之泡泡龙项目的分解（三）

目录导读一、cocos2dx概念1、cocos2dx加载图片资源的两种方式2、cocos2dx音效的概念3、cocos2dx粒子系统的概念二、认识道具师团队2.1 实现初始化2.2 显示加载百分比2.3 资源加载界面替换为进入主界面2.4 实现一个菜单项导读上一章，我们讲解了cocos的基本概念。我们做一个场景基本的步骤是：创建一个场景---->交给层类布置---->将层加入场景本章要讲的是：1.cocos2dx加载图片资源的两种方式2.cocos2dx音效的使用3.cocos2d

原创 cocos2dx 4.0入门之泡泡龙项目的分解（二）

上一章完成了最小化的可运行程序，这一节讲解一下代码：一、了解cocos基本概念：导演、场景、层、精灵、动作等这些是cocos最基本的东西，从数据结构的来看，这几个类的关系可以概况为：以导演类为根节点的一颗树（场景、层、精灵、动作都是继承自节点类的）这一点可以看官方的介绍，图文讲解更详细https://docs.cocos.com/cocos2d-x/manual/zh/basic_concepts/简而言之，这就是个俄罗斯套娃，我们要注意的主要是套娃的顺序，俄罗斯套娃是大的套娃套小的套娃，不能

原创 cocos2dx 4.0入门之泡泡龙项目的分解（一）

最近在学习cocos，看的书是《cocos2d-x 3.0 游戏开发实战详解》，这本书有576页，但是我不喜欢按书中传统的方法，从基础开始，看精灵、层等blabla一堆，半天还没真正开始项目，这会让我失去兴趣。因此，我打算直接从第12章开始，虽然没有了解深入基础知识，但是作为一只小白只有从项目中学习才是最快的，而不是半天捧着一本词典看，再来写文章。第十二章是泡泡龙游戏，书上的例子是在cocos2dx3.0 安卓环境下进行的。 我的环境是vs2019 +cocos2dx 4.0+win32项目。先下载资源

原创 Dify出现Run failed: error: timeout error: signal: killed的解决办法

在使用dify时，由于sandbox组件的默认执行时间限制为15秒，当API接口请求时间过长时，会导致报错。为解决此问题，可以通过修改docker部署中的.env文件来调整时间限制。具体操作为：将SANDBOX_WORKER_TIMEOUT和CODE_EXECUTION_READ_TIMEOUT的值从15和60s别改为480s，然后重启sandbox组件。这样可以有效延长代码执行时间，避免因超时而导致的错误。

原创 neo4j desktop桌面版打开后无反应解决方法

104.18.22.162 是 Cloudflare CDN 的一个边缘节点 IP，是 dist.neo4j.org 正常情况下解析得到的 IP。这里强制让操作系统在访问 dist.neo4j.org 时，不再通过 DNS 查询，而是直接访问 IP 地址 104.18.22.162。这些资源多数托管域名为：dist.neo4j.org。解决方法原理：修改 hosts 强制解析域名。IP 被墙，连接超时。

原创 游戏脚本引擎设计的时序图和序列图

游戏脚本引擎设计类图和时序图

原创 JDBC之使用JDBC连接数据库

时序图JDBC（Java Database Connectivity）是Java语言中用来连接和操作数据库的标准API。它允许开发者通过Java程序与各种关系型数据库（如MySQL、PostgreSQL、Oracle等）进行交互。JDBC不仅是Java程序员必备的技能之一，也是理解如何构建数据库驱动程序、进行数据查询、更新操作的重要基础。

原创 【踩坑】javax.script绑定java对象无法使用

在使用 Nashorn 引擎时，传递 匿名类 或 非公共类 的对象到 bindings 中可能会遇到一些问题，这通常是由于 Java 对象的作用域、匿名类的封装方式以及 类的绑定机制 造成的。以下是一些常见原因和解决方案。

原创 javax.script的使用

【代码】javax.script的使用。

原创 twisted实现MMORPG 游戏数据库操作封装设计与实现

在设计 MMORPG（大规模多人在线角色扮演游戏）时，数据库系统是游戏架构中至关重要的一部分。数据库不仅承担了游戏中各种数据（如玩家数据、物品数据、游戏世界状态等）的存储和管理任务，还必须高效地支持并发访问、事务处理和复杂的查询。为了确保系统的可扩展性和维护性，我们需要对数据库操作进行封装和模块化设计。为了实现上述目标，本文设计了一个基于 Twisted 的数据库封装系统。结合 Twisted 和数据库连接池（adbapi.ConnectionPool），我们可以高效地执行异步数据库操作。

原创 网游服务端分层架构

在网络游戏服务端的分层架构中，每一层都负责不同的任务和功能。下面是每一层及其常见模块的详细说明，

原创 网游服务端的玩家状态机设计

在网络游戏的服务端架构中，状态机（State Machine）是一个核心的概念，用于管理玩家的游戏进程、状态转变及相关事件的处理。状态机能够高效地管理从玩家连接到退出的整个生命周期，确保游戏环境的稳定性和响应性。本文将基于一个简单的状态机图来讲解网游服务端的玩家状态机设计及其工作原理。

原创 MyBatis映射器的使用流程

注意：映射器只是一个接口，而不是一个实现类。初学者可能会产生一个很大的疑问：接口不是不能运行吗？的确，接口不能直接运行，但是MyBatis内部运用了动态代理技术，生成接口的实现类，从而完成接口的相关功能。MyBatis 会为这个接口生成一个代理对象，代理对象会去处理映射器接口相关的逻辑即可。

原创 windows下redis设置密码

设置密码requirepass 123456。查看启动的配置文件是哪一个。

原创 【Vue学习】Vue 组件实例的生命周期（四个阶段，八个钩子）

理解生命周期就像是知道了一部电影的剧情走向，能让你在适当的时机做出反应。Vue 生命周期的钩子让你可以在不同的阶段插入你的逻辑，像是提前准备、后期清理或者在数据更新时做点事情。这种“精确控制”的能力会让你在开发过程中更加得心应手，避免做出一些不必要的错误。

原创 【Spring学习】为什么Spring中的IOC(控制反转)能够降低耦合性（解耦）？

本文目标：本文旨在讲解为什么IOC能够降低耦合性。情景：假设你是一个爱摸鱼的程序员，现在需要测试一个游戏，该游戏有很多动物（假设1万种，每种动物的叫声都不相同），现在需要测试动物的叫声是否能正常发出，老板让你3天时间完成任务，你如何在3天内完成任务并尽可能留出摸鱼时间。第四层就是IOC在做的事情IOC = 工厂模式+反射+配置文件读取工厂模式提高内聚性（创建对象的事情就由专门的类负责），反射+配置文件就是IOC生产bean的法宝。

原创 vscode开启ctrl+滚轮对编辑文件进行缩放

原创 Anaconda在win11下修改虚拟环境的默认安装位置

⭐故大家在改完Anaconda3的文件夹属性后没成功的话可以试试，将envs文件夹(这是我的文件夹，因人而异)的只读属性去掉，并且在属性–>安全–>User中将权限全都勾上。此时再Anaconda Prompt中创建虚拟环境应该就没问题了。我看了很多材料说是把Anaconda3文件夹的只读属性去掉(右键属性即可找到)。但是我尝试后，新创建的虚拟环境还是在C盘。【问题】：保存虚拟环境的默认地址是C盘，而我想将下载的虚拟环境保存到我自定义的位置。【原因】：Anaconda文件夹权限问题。

原创 回合制游戏的战斗设计（一）

原创 Python之Twisted实现端口转发代理服务器

最近在学习Twisted，基于Twisted框架实现了一个代理服务器。定义了两个协议：Client2Proxy用于客户端到代理服务器的通信，Proxy2Server用于代理服务器到目标服务器的通信。当客户端连接时，它会暂停数据传输并连接到代理服务器，然后设置协议。当接收到数据时，它会打印十六进制数据并将数据转发给相应的服务器。其实，在twisted.protocols下也给出了一个官方源码的实现，可以看该路径下的portforward.py参考，后面也贴Twisted的源码出来一并参考。

原创 随机森林的REF递归特征消除法来筛选特征（python实现不依赖sklearn)

随机森林的REF递归特征消除法来筛选特征

原创 t-SNE算法可视化数据和卷积层

t-SNE算法是一种用于数据降维和可视化的非线性方法。在一维数据的情况下，t-SNE算法可以用于可视化数据点之间的相似度关系。

原创 pytorch可视化CNN每层的特征

在PyTorch中，可以使用torchvision.utils.make_grid来将特征图可视化为一个网格。以上代码会将提取的特定层的特征可视化为一个网格，并在网格的左侧显示对应层的名称。3.获取特定层的名称并将数据集中的一批数据输入到模型中，获取对应层的特征。2.加载预训练模型并定义一个函数，用于提取每一层的特征。1.定义一个数据集并加载数据。4.将特征可视化为网格。

原创 pytorch实现transformer模型

Transformer是一种强大的神经网络架构，可用于处理序列数据，例如自然语言处理任务。在PyTorch中，可以使用torch.nn.Transformer类轻松实现Transformer模型。

原创 python实现网络游戏NPC任务脚本引擎(带限时任务功能)

python实现网络游戏NPC任务脚本引擎(带限时任务功能)

原创 pytorch学习之pytorch构建模型的流程

pyTorch是一个开源机器学习框架，它主要用于构建深度学习模型。下面是一些使用PyTorch的示例：

原创 python网络游戏服务器

实现一个网络游戏服务器需要很多的知识和技能，包括网络编程、游戏设计和开发、安全等等。以下是一个简单的Python网络游戏服务器实现的示例代码：

原创 Python学习：Python @property 装饰器的使用

装饰器@property是用来修饰方法,主要有一下两个作用

原创 python-使用struct模块实现16进制网络封包数据读写

python-使用struct模块实现16进制网络封包数据读写

原创 机器学习学习笔记（一）之K邻近算法（KNeighborsClassifier）

K邻近算法 KNeighborsClassifier

原创 Python实现16进制读写

最近的工作中需要一个工具来读写网络的封包，因此用python实现了一个读写16进制数据的小工具class Hex_Read(object): def __init__(self): super(Hex_Read, self).__init__() self.len=0 self.ptr=0 def set_data(self,data): data=data.replace(" ","") assert l

原创 轴承故障诊断经典模型pytorch复现(一)——WDCNN

论文地址：《A New Deep Learning Model for Fault Diagnosis with Good Anti-Noise and Domain Adaptation Ability on Raw Vibration Signals》—张伟我们要复现的论文是轴承故障诊断里比较经典的一个模型WDCNN，最近在看的很多论文都把WDCNN作为比较模型，但是只找到过tensorflow版本的源码且只有原始的WDCNN没有改进的WDCNN-AdaBN版本，而我自己又是用的pytorch，因此就

原创 Pytorch学习笔记（十 一）——pytorch自定义数据集

一、为什么要使用Datasets类  Datasets是pytorch的一个类，pytorch自带多种数据集，如：MINIST等数据集就是在pytorch的Datasets的库中的。  Pytorch中有工具函数torch.utils.Data.DataLoader，通过这个函数我们在准备加载数据集使用mini-batch的时候可以使用多线程并行处理，这样可以加快我们准备数据集的速度。Datasets就是构建这个工具函数的实例参数之一。二、如何定义Dataset

原创 看论文系列（一）——Densely Connected Convolutional Networks（DenseNet）解读

论文：Densely Connected Convolutional Networks论文链接：httpsDenseNet一、摘要二、模型结构2.1.对ResNet的改进2.2.两个主要的块一、摘要摘要提到本文模型的主要优点是：1.它们缓解了梯度消失问题2.加强了特征传播和特征复用3.大大减少了参数数量我们接下来在文中看本文的这些优点是如何得出的，先解释一下第一段标记的内容，其内容是说传统的CNN网络L层只有L个连接，而DenseNet，L层具有L(L+!)/2个连接，这是该模型的一个特点，

原创 Pytorch学习笔记（十）——CWRU轴承数据集对原始.mat文件进行重叠采样

先记录下，有时间再写

原创 Pytorch学习笔记（九）——pycharm无法自动代码补全的一些解决方案

我们知道python作为一个动态语言，如果无法得知返回值的type是什么，pycharm将无法识别到返回值的类型，从而无法进行代码补全，以下是如何解决这个问题的办法。问题代码无法进行补全解决办法一、对于单个返回值添加如下""":type:返回值类型"""例子：或添加如下#:type:返回值类型例子：二、对于多个返回值assert isinstance(返回的对象, 对象类型)或选择要确定type的对象按alt+enter出现窗口，选择Add type hint

原创 Pytorch学习笔记（八）——CWRU(西储大学轴承数据集)数据集如何从mat格式转为CSV文件

import osimport pandas as pdimport scipyfrom scipy import ioimport numpy as npif __name__=='__main__': file_path=r"C:/Users/cwru/" #mat文件路径 save_file_path = r"C:/Users/31354/" #保存路径 file_type='.csv' #保存文件格式 #取得目录下所有的文件名 dirnames=[]

原创 Pytorch学习笔记（七）——MobileNets论文解读

在这里插入图片描述

原创 Pytorch学习笔记（六）——1x1卷积核的理解

理解1x1卷积核一.1x1卷积核的提出二.1x1卷积核的应用2.1.多通道数据中1x1卷积的作用一.1x1卷积核的提出1x1卷积核的使用可以见《Network in network》这篇论文,这是一篇非常经典并且影响深远的论文，之后的Googlenet和ResNet等模型均有借鉴其1x1卷积核的设计。在这篇论文中，作者提出了NIN块，并在块中第一次使用1x1卷积来增强模块的抽象表达能力，以现在的眼光来看，其实现了跨通道特征融合和通道升维降维。NIN块的结构如下：它由一个卷积层加两个充当全连接层的

原创 Pytorch学习笔记（五）——CNN中卷积和池化操作后的特征图大小计算方法

一、卷积操作注意：卷积操作需要向下取整假设：设输入图像尺寸为WxW，卷积核尺寸为FxF，步幅为S，填充为P,经过该卷积层后输出的图像尺寸为NxN,计算公式为：N=W−F+2PS+1N=\cfrac {W-F+2P} {S}+1N=SW−F+2P​+1设输入图像尺寸为WxH，卷积核的尺寸为FxF，步幅为S，图像深度(通道数)为C，填充为P，则：W=W−F+2PS+1W=\cfrac {W-F+2P} {S}+1W=SW−F+2P​+1H=H−F+2PS+1H=\cfrac {H-F+2