- 博客(55)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 Unity MRTK学习（三）-----创建第一个MRTK场景
创建场景并配置MRTK在 Unity 菜单中，选择“文件” > “新建场景”（Ctrl+N）在“新建场景”窗口中，选择“基本(内置)”，然后单击“创建”以创建新场景：在 Unity 菜单中，选择“混合现实” > “工具包” > “添加到场景并配置…”，将 MRTK 添加到当前场景添加完成后Hierarchy窗口中结构如下在“层次结构”窗口中仍然选中“MixedRealityToolkit”对象的情况下，在“检查器”窗口中，验证 MixedRealityT
2021-12-15 17:34:23
4163
原创 Unity MRTK学习（二）-----打包部署
在Unity中切换平台在通用windows通用平台完成以下配置（按上一篇文章的安装来应该是不需要再进行配置了）构建生成，选择合适的目录保存文件用Visual Studio 打开构建后的文件通过选择“Master”配置或“发布”配置、ARM64 体系结构和“设备”作为目标，配置 Visual Studio for HoloLensHololens通过USB连接电脑，进行打包注意 Visual Studio通用平台安装时勾选USB设备连接性配置完成后进行编译..
2021-12-15 11:49:22
2496
原创 Unity MRTK学习（一）----- 环境搭建
一、 工具下载unity2020.3版本以上Microsoft Mixed Reality Toolkit下载地址https://www.microsoft.com/en-us/download/details.aspx?id=102778Visual Studio 2019二、Visual Studio 2019模块添加unity2020配置添加Windows通用平台，与Build Support三、项目创建在Unity中新建项目，将平台切换到通用w
2021-12-14 12:04:32
3759
3
原创 Unity2019.4 AR Foundation打包问题修复
在使用unity2019.4打包AR Foundation的项目时会遇到如下问题，导致整个问题的主要原因如图所示，AR CORE 需要Gradle最低版本是5.6.4，而unity默认Android模块添加的为5.1.1，因此会打包失败要修复此问题按以下方式即可下载高版本的Gradle下载地址：https://gradle.org/releases/，下载这个版本就可以了到unity首选项里面将gradle的路径进行修改发布设置里设置模板将这两个选项勾选修改两个文件
2021-10-27 16:32:56
3627
原创 CameraController 相机控制
本篇文章主要是创建一个相机控制器功能介绍：为策略游戏构建一个摄像机系统保持相机集中在一点增加平滑的移动、旋转、缩放场景搭建：便于观察，场景的元素很简单，一个平面，一个Cube即可新建一个空对象作为相机的父物体CrameraRig，设置一个初始位置，将相机拖入这个空物体中，设置相机的Transform3.整个场景的Hierachy的结构如下下面开始代码部分了代码部分（这里做了两种控制方式 ）：一、 键盘控制变量声明 // 单例 public static Came
2020-07-08 00:28:35
2424
1
原创 Unity打包exe文件
unity打包后的文件包含 exe data文件夹以及一个UnityPlayer.dll在此通过以下步骤 打包成一个可直接运行的exe文件1. 选择文件选择这三个文件 进行压缩2. 修改压缩文件名3. 高级选项设置4.图标选择可以事先准备好一个ico图标，压缩成功后为该图标5. 设置提取运行文件这里设置成打包出来的exe，这样以便于解压后可以直接运行6. 设置解压模式（隐藏对话框）7.设置更新按以上步骤就可以将unity的exe文件重新打包成一个exe文件可以直接运行
2020-07-03 15:21:56
3922
原创 医药领域知识图谱快速及医药问答项目--项目探究
开篇文章根据@liuhuanyong_iscas大佬的项目进行调试与解析，作为KGQA和NLP入门的一个学习实战的项目。有不对的地方请不吝指教，若有侵犯相关权益，也请给我留言，我会撤下该文章。项目原地址：https://github.com/liuhuanyong/QASystemOnMedicalKGCSDN链接：https://blog.csdn.net/lhy2014/article/...
2019-05-28 15:42:07
3779
3
原创 HMM模型的一些理解
隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。是在被建模的系统被认为是一个马尔可夫过程与未观测到的（隐藏的）的状态的统计马尔可夫模型。下面用一个简单的例子来阐述：假设我手里有三个不同的骰子。第一个骰子是我们平常见的骰子（称这...
2019-05-28 15:18:16
1146
原创 viterbi-algorithm 维特比算法的例子解析
维特比算法的目的：寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states)关于原理的讲解可以参考下面两篇文章，讲的比较清楚小白给小白详解维特比算法1.小白给小白详解维特比算法2.本文通过分析维特比算法的例子，来学习该算法定义HMM的五个重要元素，# 隐藏序列 Sstates = ("Rainy", "Sunn...
2019-05-28 15:15:24
2898
1
原创 Ubuntu 16 安装pycharm
想要永久破解pycharm 需要修改host文件sudo gedit /etc/hosts在最后加入一行0.0.0.0 account.jetbrains.com之后解压pycharm压缩包正常安装之后在激活窗口中输入下面的验证码EB101IWSWD-eyJsaWNlbnNlSWQiOiJFQjEwMUlXU1dEIiwibGljZW5zZWVOYW1lIjoibGFuIHl1Ii...
2019-03-26 10:44:28
432
原创 Linux----JAVA环境配置
下载jdk官网地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html选择跟你Linux系统相同的jdk创建目录（从这里开始所有操作都使用root权限）打开终端执行以下命令 将下载好的jdk移动到指定目录解压并软连接缩短目录长度 tar -zxvf jdk-8u201...
2019-03-26 10:30:56
113
原创 Linux---VM TOOLS安装
好久没有在Linux折腾了，很多环境的搭建都忘记了 一次环境的搭建还挺耗时间的，为了以后的使用，把需要用到的环境搭建都记录下来吧会出现这个文件夹，将下面的文件拷贝到桌面并解压打开终端 将解压目录下的vmwere-insall.pl文件 直接拖入终端即可进行安装 一路回车下去即可此处可能需要root权限 如果没有配置root 可执行命令sudo passwd设置root 按上面的方...
2019-03-26 10:01:25
121
原创 四、问答模块
__author__ = 'ding''''qa问答'''from ModelProcess import ModelProcessfrom dish_graph import dishGraphgraph = dishGraph()# 构建知识图谱graph.delete(pattern='all')graph.handle_excel('./dish.xlsx', ['S...
2019-02-15 09:40:29
407
原创 Pandas常用API
系列(Series)pandas.Series( data, index, dtype, copy)# data 数据采取各种形式# index 索引值必须是唯一的和散列的，与数据的长度相同# dtype dtype用于数据类型。如果没有，将推断数据类型# copy 复制数据，默认为false# eg1: 从ndarray创建一个系列data = np.array(['a','...
2018-12-19 11:46:43
1220
原创 Matplotlib常用API
导入库improt matplotlib.pyplot as plt方法用法plt.title()(图的标题）plt.title(“Matplotlib demo”)plt.xlabel()(X轴描述)plt.xlabel(“x axis caption”)plt.ylabel()(Y轴描述)plt.ylabel(“y axis caption”)...
2018-12-19 11:20:47
972
原创 Numpy常用API------常用函数
数学函数方法实例np.sin()np.cos()np.tan()a = np.array([0,30,45,60,90])np.sin(a)np.arcsin(a)np.around(arr, decimals)a 数组decimals 舍入小数位数默认为0 负数时四舍五入到小数点左侧的位置a = np.array([1.0, 5.55, 123, 0.567, 2...
2018-12-18 14:44:32
587
原创 Numpy常用API------数组
数组属性属性说明ndarray.ndim秩，即轴的数量或维度的数量ndarray.shape数组的维度，对于矩阵，n 行 m 列ndarray.size数组元素的总个数，相当于 .shape 中 n*m 的值ndarray.dtypendarray 对象的元素类型ndarray.itemsizendarray 对象中每个元素的大小，以字节为单...
2018-12-18 11:30:56
411
原创 机器学习--数据判断依据 精确度、召回率、调和平均值F1值
精准度（precision）precision = 正确预测的个数（TP） / 被预测正确的个数（TP+FP）召回率（recall）recall = 正确预测的个数（TP）/ 预测个数（FN）调和平均值 F1-Socref1 = 2*精度 * 召回率 /（精度 * 召回率）以二分类问题为例真实\预测010预测negative正确（TN）预测positive错...
2018-11-27 22:12:48
5188
1
原创 Unity工具整理----滑页工具
在网上的基础上修改了代码，可根据content子物体来自动设置content的容器大小，并自动将子物体排序由上至下场景资源如下，在canvas下面Scroll View 滑动的内容，鼠标拖拽滑动显示TextNumber 显示当前页的索引InputFiled 填入需要跳转的页数Button 点击后跳转到指定页将GameController.cs 挂载在Canvans上P...
2018-11-22 15:57:06
289
1
原创 unity-Editor AssetBundle打包等编辑器扩展工具整理
整理一些unity方便的快捷操作工具因为在编辑扩展工具，因此脚本必须放在Editor目录下，并且引用相应的库 这里我把我使用到的库全放出来using System;using System.Collections.Generic;using System.IO;using UnityEditor;using UnityEditor.SceneManagement;using Uni...
2018-11-22 14:54:28
2167
原创 激活函数介绍
ReLU对比Sigmoid主要变化：1.单侧抑制2.相对宽阔的兴奋边界3.稀疏激活性(1) sigmoid函数（曲线很像“S”型）公式：曲线：也叫 Logistic 函数，用于隐层神经元输出取值范围为(0,1)它可以将一个实数映射到(0,1)的区间，可以用来做二分类。（它不像SVM直接给出一个分类的结果，Logistic Regression给出的是这个样本属于正类或者负类的...
2018-10-15 16:40:23
325
原创 Unity——Shader Graph全息效果实现
配置Shader Graph 环境安装unity 2018.2版本，在Window->package Manager中 选取 Shader Graph 和 Lightweight Render Pipline在project工具栏中 Create-> Renderning -> Lightweight Pipline AssetEidt->Project Setti...
2018-10-13 13:57:40
13540
7
原创 三、贝叶斯模型
__author__ = 'ding''''pyspark 贝叶斯模型的处理'''import numpy as npfrom pyhanlp import *from pyspark import SparkContext, SparkConffrom pyspark.streaming import StreamingContextfrom pyspark.mllib.clas...
2018-07-20 15:51:52
681
原创 二、知识图谱的搭建
先贴代码__author__ = 'ding''''知识图谱搭建'''import stringimport xlrdfrom tqdm import tqdmfrom py2neo import Graph, Node, Relationship, NodeSelectorclass movieGraph: def __init__(self, password...
2018-07-20 15:45:48
584
2
原创 Hanlp词性表
HanLP词性标注集 1 Are a 形容词 ad 副形词 ag 形容词性语素 al 形容词性惯用语 an 名形词 b 区别词 begin bg 区别语素 bl 区别词性惯用语 c 连词 cc 并列连词 d 副词 dg 辄,...
2018-07-14 15:41:22
21997
3
原创 Neo4j+pythonxi相关操作
库引入from py2neo import Graph, Node, Relationship, NodeSelector绑定数据库# ip_host 为数据库地址，passwrd为neo4j密码graph = Graph(ip_host, password=NEO4J_PWD)创建节点# Label为节点标签，properties 为标签属性node = Node...
2018-07-13 16:22:18
317
原创 机器学习——线性回归
概念对于监督学习，给出一个方程的确切数字，比如在物理学领域，我们需要根据温度和湿度的历史数据，来预测未来的湿度和温度，我们把这类要得到确切数值的问题成为回归分析。损失函数线性回归首先需要选择一个误差函数（损失函数cost function）还函数的值，表征模型对于问题的合适程度。实例__author__ = 'ding''''线性回归 单变量线性回归'''im...
2018-07-12 16:28:07
136
原创 激活函数介绍
ReLU对比Sigmoid主要变化： 1.单侧抑制 2.相对宽阔的兴奋边界 3.稀疏激活性(1) sigmoid函数（曲线很像“S”型）公式：曲线：也叫 Logistic 函数，用于隐层神经元输出 取值范围为(0,1) 它可以将一个实数映射到(0,1)的区间，可以用来做二分类。（它不像SVM直接给出一个分类的结果，Logistic Regression给出的是...
2018-07-10 17:43:14
386
原创 机器学习——聚类
概念对于没有标签的数据，我们首先能做的，就是寻找具有相同特征的数据，将他们分配到相同的组。K-means（k均值）概念K均值算法试图将给定的数据分割为K个不相交的组或者簇，每个簇的指标就是该组所有成员的均值。算法拆解 对于未分类的样本，首先随机以K个元素作为其实质心。计算每个样本跟质心之间的距离，并将该样本分配个理他最近的质心所属的簇，重新计算分配好后的质心在质...
2018-07-10 14:23:19
254
原创 Apache+Django+wsgi环境搭建（ubuntu）
一．安装Apache2和mod_wsgisudo apt-get install apache2（版本为2.4） apachectl -v 检查版本号 sudo apt-get install libapache2-mod-wsgi-py3二．创建一个可用网站gedit /etc/apache2/sites-available/sitename.conf 模板如下...
2018-07-10 10:45:16
587
原创 机器学习基础介绍
概念机器学习指的是机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型，利用经验模型指导业务。应用营销类场景：上平推荐、用户群体画像，广告精准投放金融类场景： 贷款发放预测、金融风险控制、股票走势预测、黄金价格预测SNS关系挖掘： 微博粉丝领袖分析、社交关系链分析文本类场景： 新闻分类、关键词提取、文章摘要、文本内容分析非结构化数据处理场景：图片分类、图片文本内容...
2018-07-09 13:06:16
232
原创 NLP学习记录（七）中文分词
一、分词的困难- 分词规范化的的问题 1. 单字词与词素主机的划界 2. 短语划界 3. “二字词或三字词”，以及结合紧密，使稳定的二字次或三字词一律划分为词单位- 歧义切分问题 1. 交集型切分歧义 2. 组合型切分歧义 3. 多义组合型切分歧义- 未登录词的问题 1. 人名、地名、组织名 2. 新出的词汇 3. 术语、俗语、命名体识别...
2018-06-27 17:30:22
552
转载 NLP学习记录（七）条件随机场（CRF）
条件随机场模型是Lafferty于2001年，在最大熵模型和隐马尔科夫模型的基础上，提出的一种判别式概率无向图学习模型，是一种用于标注和切分有序数据的条件概率模型。CRF最早是针对序列数据分析提出的，现已成功应用于自然语言处理(NLP）、生物信息学、机器视觉及网络智能等领域。1.随机场 简单地讲，随机场可以看成是一组随机变量的集合（这组随机变量对应同一个样本空间）。当给每一个...
2018-06-26 16:55:10
467
转载 NLP学习记录（六）最大熵模型MaxEnt
原理在叧掌握关于未知分布的部分信息的情况下，符合已知知识的概率分布可能有夗个，但使熵值最大的概率分布最真实地反映了事件的的分布情况，因为熵定义了随机变量的不确定性，弼熵值最大时，随机变量最不确定，最难预测其行为。最大熵模型介绍我们通过一个简单的例子来介绍最大熵概念。假设我们模拟一个翻译专家的决策过程，关于英文单词in到法语单词的翻译。我们的翻译决策模型p给每一个单词或短语分配一...
2018-06-26 16:28:50
4784
转载 NLP学习记录（五）最大期望值算法（EM算法）
概念：在统计学中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）1）计算期望（E），利用概率模型参数的现有估计值，计算隐藏变量的期望； 2）最大化（M），利用E 步上求得的隐藏变量的期望，对参数模型进行最大似然估计。 3）M 步上找到的参数估计值被用于下一...
2018-06-26 15:33:36
2639
原创 NLP学习记录（四）马尔科夫模型
马尔科夫模型 是一种统计模型，经过长期发展，尤其是在语音识别中的成功应用，使它成为一种通用的统计工具马尔科夫过程 将来只依赖于现在而不依赖过去马尔科夫链 时间和状态都是离散的马尔可科夫过程称为马尔科夫链 应用 广泛应用在语音识别，词性自动标注，音字转换，概率文法等各个自然语言处理等应用领域。产生式模型 VS 生成式模型 分类器的概念： 输入为X，分类变量Y 求P（Y|X）...
2018-06-24 14:27:33
850
原创 NLP学习记录（三）语言模型
语言模型通俗的来说就是通过语料，计算某个句子出现的概率N-Gram（有时也称为N元模型）是自然语言处理中一个非常重要的概念，通常在NLP中，人们基于一定的语料库，可以利用N-Gram来预计或者评估一个句子是否合理。另外一方面，N-Gram的另外一个作用是用来评估两个字符串之间的差异程度。这是模糊匹配中常用的一种手段。二元文法（一阶马尔科夫链） 以二元语法为例，近似的认为，一...
2018-06-23 16:41:02
403
原创 NLP学习记录（二）形式语法
形式语法 G = （N，Σ，P，S） N：非终结符的有限集合 Σ：终结符有限集合 P：一组重写规则集合 S：句子或者初始符号 V：总结词汇表 V = N∪Σ 重写规则 P = {α → β} α由V中元素构成的集合，且至少包含一个非终结符形式语法类型 文法 G 名称 语言 L（G） 名称 0型文法 短语结构文法（PSG） 0型语言 短...
2018-06-22 23:10:52
281
原创 NLP学习记录（一）图与树的基本概念
图的概念：1.无向图：属于定点与边界的集合 G = （N,E） G为图，N(node)为顶点的集合，E（edge）为边的集合 G = (N,E) N = {v1,v2,v3,v4,v5,v6} E = {(v1,v2),(v1,v3),(v1,v4),(v2,v5),(v3,v4),(v3,v5),(v3,v6),(v4,v6),(v5,v6)}2.有向图：概念与无向图一样，只是...
2018-06-22 16:51:31
924
原创 NLP学习记录（零）
NLP作为人工智能领域一个重要的版块，需要掌握的东西很多，首先弄清楚NLP到底能做什么，并了解学习NLP面临的困难。NLP研究内容信息检索（搜索引擎）机器翻译文档分类问答系统信息过滤自动文摘信息抽取舆情分析（情感分析）机器写作文稿机对接OCR或语音识别（OCR图片文字识别，语音识别为语音转文字STT）困难场景 语言多样性，多变性，语言歧义知识基础...
2018-06-21 23:16:22
915
Highlighting System for Unity2017.rar
2020-05-19
haarcascade_frontalface_alt_tree
2018-06-13
haarcascade_frontalcatface_extended
2018-06-12
haarcascade_frontalface_alt.xml
2018-06-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人