飞机大战

using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;

namespace 飞机大战
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        //项目整体划分
        //1.界面UI(背景图,战机信息,游戏信息)
        //2.战机控制
        //3.敌机生成器
        //4.游戏逻辑控制
        //打字游戏
        //1.设计背景
        //2.字母随机生成
        //每秒生成1.5个 26个小写
        
        private void Form1_Load(object sender, EventArgs e)
        {
            this.Size = new Size(1920,1000);
            //this.BackgroundImage = Image.FromFile(@"C:\Users\89652\Desktop\bg.jpg");
            this.BackColor = Color.Cyan;
            //路径问题:
            //1.绝对路径
            //不用考虑其位置所在文件夹,只需要根据这个路径就能够直接找到目标
            //2.相对路径
            //以当前运行的文件为起始点,根据相对的路径去寻找目标,跳出使用“../”,进入使用“文件夹名/”
            this.Left = Screen.PrimaryScreen.Bounds.Width / 2 - this.Width / 2;
            this.Top = Screen.PrimaryScreen.Bounds.Height / 2 - this.Height / 2;

            //创建游戏区
            
            BG.Width = 1500;
            BG.Height = 900;
            BG.BackColor = Color.White;
            //BG.BackgroundImage = Image.FromFile(@"../../img/bg.jpg");
            //BG.BackgroundImageLayout = ImageLayout.Stretch;
            this.Controls.Add(BG);
            BG.Location = new Point(20,30);


            //字母生成器CreateTime
            Timer CreateTime = new Timer();
            CreateTime.Interval = 750;
            CreateTime.Tick += CreateTime_Tick;
            CreateTime.Start();

            //控制字母下落FlyTime
            Timer FlyTime = new Timer();
            FlyTime.Interval = 10;
            FlyTime.Tick += FlyTime_Tick;
            FlyTime.Start();

            player.Size = new Size(80,80);
            player.Top = BG.Height - player.Height;
            player.Left = BG.Width / 2 - player.Width / 2;
            player.Image = Image.FromFile(@"../../img/RP03.png");
            player.SizeMode = PictureBoxSizeMode.StretchImage;
            player.Tag = "plan";
            BG.Controls.Add(player);

            this.KeyPress += Form1_KeyPress;
        }



        PictureBox player = new PictureBox();
        Panel BG = new Panel();
        Random r = new Random();
        private void CreateTime_Tick(object sender, EventArgs e)
        {
            //生成字母的本质是使用Label控件生成
            Label lb = new Label();
            lb.Tag = "zimu";
            lb.Text = ((char)r.Next(97, 123)).ToString();
            lb.Font = new Font("",r.Next(20,35));
            lb.ForeColor = Color.FromArgb(r.Next(255),r.Next(255),r.Next(255));
            lb.Top = 0;
            lb.AutoSize = true;//设置大小自适应
            lb.Left = r.Next(0, BG.Width - lb.Width);
            lb.BackColor = Color.Transparent;//透明色
            BG.Controls.Add(lb);
        }
        //控制生成的字母下落
        private void FlyTime_Tick(object sender, EventArgs e)
        {
            foreach (Control item in BG.Controls)
            {
                //if (item.GetType().Name == "Label")
                //{
                //    item.Top += 3;
                //}
                if (item.Tag.ToString()=="zimu"||item.Tag.ToString()=="biaoji")
                {
                    item.Top += 2;
                    if (item.Top>=BG.Height)
                    {
                        item.Dispose();
                    }
                }
                //item的tag是zd则这个item是子弹
                if (item.Tag.ToString()=="zd")
                {
                    item.Top -= 3;
                    if (item.Top<-item.Height)
                    {
                        item.Dispose();
                    }
                    foreach (Control zm in BG.Controls)
                    {
                        if (zm.Tag.ToString()=="biaoji")
                        {
                            if (item.Top<=zm.Top+zm.Height&&item.Left+item.Width/2==zm.Left+zm.Width/2)
                            {
                                item.Dispose();
                                zm.Dispose();
                            }
                        }
                    }
                }
            }
        }

        //按下对应的字母
        private void Form1_KeyPress(object sender, KeyPressEventArgs e)
        {
            //事件2,e参数,e事件触发者对象
            //e.KeyChar
            foreach (Control item in BG.Controls)
            {
                //判断按键值和某个字母值对应
                if (item.Text==e.KeyChar.ToString()&&item.Tag.ToString()=="zimu")
                {
                    item.Tag = "biaoji";
                    //则先控制飞机移动到字母正下方
                    player.Left = item.Left + item.Width / 2 - player.Width / 2;
                    //创建子弹
                    PictureBox bullet = new PictureBox();
                    bullet.Size = new Size(6,30);
                    bullet.Tag = "zd";
                    bullet.Image = Image.FromFile(@"../../img/Ammo1.png");
                    bullet.SizeMode = PictureBoxSizeMode.StretchImage; 
                    bullet.Left = player.Left + player.Width / 2 - bullet.Width / 2;
                    bullet.Top = player.Top - bullet.Height;
                    BG.Controls.Add(bullet);
                    //跳出当前事件,return以下的事件中的代码全部无效
                    return;
                }
            }
        }
    }
}

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