墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
5.3k累计阅读
5.3k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
参考：http://bbs.firedragonpzy.com.cn/forum.php?mod=viewthread&tid=20
没有发现lib的原因是，这个lib的java文件放到了cocos2d-2.0-x-2.0.3\cocos2dx\platform\android\java\src
这个文件按夹下了，而不是tests\proj.android\src\org\cocos2dx\lib这个了，且不知道是不是写模板的脚本的bug，cocos2d-2.0-x-2.0.3\template\android这个路径下的copy_files.sh脚本，COCOSJAVALIB_ROOT这个变量所指的路径就是那个lib的java路径，而在copy_src_and_jni()这个函数里面，居然没有调用复制，所以在这个函数里面加一句cp -rf $COCOSJAVALIB_ROOT/src $APP_DIR/proj.android就可以了。
Cocos2d-x开发
Nvivo12新手避坑指南：从安装到编码的完整流程（附实战案例）
本文为Nvivo12新手提供了从软件安装、初始设置到数据导入和编码分析的完整避坑指南。通过一个“校园欺凌现象的学生访谈研究”实战案例，详细拆解了处理中文文本、创建项目结构、执行手动编码及高级查询等关键步骤，帮助研究者避开常见错误，快速上手并高效完成质性数据分析。
解决 软件包 org.cocos2dx.lib 不存在
解决方法： 复制 ***\cocos2dx\platform\android\java\src\ (***为cocos2d-x更目录) 到你android项目中的src文件夹中
pwscf与wannier90 Hands-On实战训练（一）——费米面计算为例
系列文章目录 Quantum Espresso Hands-On实战训练（三）——DOS计算 文章目录系列文章目录计算过程pwscf直接得到等能面pwscf和wannier90得到等能面pwscf直接得到等能面1. scf2. nscf3. 后处理pwscf和wannier90得到等能面1. Kpoints2. scf3. nscf4. pw2wan及wannier90.x5. XCrySDen可视化 计算过程 pwscf直接得到等能面 pwscf和wannier90得到等能面 pwscf直接得到等能面
org.cocos2dx.lib
将cocos2d-x新建的工程导入Eclipse后发现 org.cocos2dx.lib目录为空 解决方案一： X:\cocos2d-2.1rc0-x-2.1.2\cocos2dx\platform\android\java\src\org\cocos2dx\lib 目录下的文件到你的工程文件[D:\cocos2d-2.1rc0-x-2.1.2\MyGame\proj.android\
海量Embedding进行相似度查询和比较的方法
这个是在科研中的现实需求。例如每一个源代码文件，我们可以生成一个embedding，如果有超过5000万个embedding（例如用BERT生成5000万个embedding），怎么样有效地计算相似性呢（例如有5000个positive的embedding，想在5000万个中找到类似的）。 简单介绍一下我尝试的结果：如果直接用torch.cosine_similarity，我手里的数据估计至少要处理两个月。这时候就想到了用LSH -- Locality Sensitive Hashing，但是我之前并没怎
【CarMaker实战指南】从零构建环形测试场景与车辆连续仿真
本文详细介绍了如何使用CarMaker软件从零构建环形测试场景与实现车辆连续仿真。通过分步指导搭建闭环道路、连接交叉路口、规划车辆轨迹等核心操作，帮助用户掌握CarMaker的基础应用技巧，并提供了常见问题排查与进阶优化建议，适用于车辆耐久性测试和自动驾驶算法验证等场景。
cocos2dx的android工程出现library错误
建立Android工程 如果你的Eclipse正确安装了Android SDK和ADT，你应该可以进行下面的操作， 选择Eclipse的File -> New -> Project… -> Android -> Android Project from Existing Code： Root Directory里面，选择你worckspace里面，刚才建立的那个C++
微信小程序一键跳转公众号（使用 official-account 组件）
在当今移动互联网时代，用户体验已成为应用成功的关键因素之一。微信小程序作为一种便捷的应用形式，广泛应用于各个行业，为用户提供了丰富的服务和信息。然而，如何进一步提升用户体验，使其在小程序中能够更方便地获取相关信息，成为开发者需要关注的重要课题。实现一键跳转到公众号的功能，正是一个有效的解决方案。通过这一功能，用户可以轻松访问公众号，获取更多内容和服务，从而增强与品牌的互动和粘性。本文将详细介绍如何在微信小程序中实现这一功能，并提供相关的操作步骤和注意事项。
解决cocos2d-X 2.0版本后创建的Android项目提示org.cocos2dx.lib.Cocos2dxActivity找不到问题
1. 解决cocos2d-X 2.0版本后创建的Android项目提示org.cocos2dx.lib.Cocos2dxActivity找不到问题 解决方法： 复制 ***\cocos2dx\platform\android\java\src\ (***为cocos2d-x更目录) 到你android项目中的src文件夹中 这样就又有一个麻烦问题，是不是每次
【ARM CoreLink 系列 7 -- TZC-400控制器简介】
为了确保内存能够正确识别总线的信号控制位，新增一个TrustZone地址空间控制器（TrustZone Address Space Controller，TZASC）组件来实现对内存地址的安全扩展，将内存区域划分为安全内存区域和非安全内存区域，安全世界可以访问安全内存和非安全内存，而普通世界只能访问非安全内存，如下图所示：图 1-1内存区域的划分是在系统启动时通过配置 TZASC 组件（TZC-400/TZC-380）来实现的。TZC-400由和使能情况；安全访问权限；Base地址；
Keras中神经网络可视化模块keras.utils.visualize_util安装配置方法
Keras中神经网络可视化模块keras.utils.visualize_util安装配置方法
Cocos2d-x 导入到Eclipse后出现The import org.cocos2dx.lib cannot be resolved错误
方法、可以导入libcocos2dx 1.右键Import项目，选择libcocos2dx所在cocos2d引擎下路径，“\cocos2d\cocos\platform\android\java” 2.右键->"Properties"->"Android"->"Library"->"Add"会自动显示刚才添加的lib，添加即可。
实战：RK3568 Android14 点亮 LVDS 屏幕
4组数据 (D0~D3) + 1组时钟 (CLK)。最大支持 1280x800 @ 60Hz。8组数据 (Even03, Odd03) + 2组时钟。支持 1080P 及以上。/ {/* 背光与电源 *//** 关键配置：数据格式映射* 可选值: "jeida-18", "jeida-24", "vesa-24"* 6位屏选 xx-18, 8位屏选 xx-24* 颜色不对（偏色/底片效果）就换 VESA <-> JEIDA*/
Cocos2dx3.0 疑难解答系列 （三） 导入android项目后 import org.cocos2dx.lib.Cocos2dxActivity 出错
工程导入编译的时候eclipse会报错，Cocos2dxActivity，org.cocos2dx.lib.Cocos2dxActivity 也找不到导入android项目后 import org.cocos2dx.lib.Cocos2dxActivity 出错
WINCC7.3破解文件
WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！
LinePhone3.2.7(android端最新版本) sip客户端
SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/
The import org.cocos2dx.lib cannot be resolved
跟着官方cocos2d-x文档，做到最后一步，导入demo，
深度学习工具包 DeepLearningToolbox
深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[](https://bitdeli.com/free "Bitdeli Badge")
Cocos2d-x 3.0的启动流程
Cocos2d-x 3.0变动很大，包括启动的方式，我看了下对android的启动总结如下： Java方面： AppActivity继承Cocos2dxActivity Cocos2dxActivity的onCreate函数中加载本地.so 加载.so的时候会统一到javaactivity.cpp里面寻找JNI_OnLoad等本地
android 蓝牙通讯demo
android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。
cocos2dx返回Android游戏黑屏解决办法
用来解决返回Android游戏加载资源时黑屏的问题。帖子过些日子估计就沉了，所以转出来，以供后面查询。 需要修改三个文件： 1) cocos2dx/platform/CCPlatformMacros.h 将Line84修改为 #define CC_ENABLE_CACHE_TEXTURE_DATA 0 2)cocos2dx/platform/a
cocos2dx 3.0 Google使用obb扩展包
cocos2dx 3.16 已经支持使用Google obb扩展包首先项目支持Google play serviceAndroidManifest.xml相关权限和工程配置 <uses-permission android:name="com.android.vending.CHECK_LICENSE" /> <uses-permission android:nam...
记录配置cocos2dx android eclipse编译环境 in win7
转载请注明出处————13/10/01 之前搞过一段HTML-JS-COCOS2D的编程 最近想搞cocos2dx移动终端的开发，果断重新down最新cocos2dx 2.20，着手配置win。 言归正传： 准备： 1.android SDK 目前是22.1版本： android SDK 2.android ndk 我用的是android-ndk-r8e（目前最新r9
No implementation found for native Lorg/cocos2dx/lib/Cocos2dxLuaJavaBridge;.callLuaFunctionWithStrin
No implementation found for native Lorg/cocos2dx/lib/Cocos2dxLuaJavaBridge;.callLuaFunctionWithString:(ILjava/lang/String;)I 本人遇到这个问题的原因是因为，用的是cocos2d-x 3.3 rc0 ， 后来几经波折，终于把这个问题解决了。这个是cocos2d-x 3.3 r
cocos2dx下离屏渲染遇到的问题
opengl状态错乱导致的渲染问题，定位、总结、反思！
cocos2dx Android游戏加载资源时黑屏
用来解决返回Android游戏加载资源时黑屏的问题。帖子过些日子估计就沉了，所以转出来，以供后面查询。 需要修改三个文件： 1) cocos2dx/platform/CCPlatformMacros.h 将Line84修改为 #define CC_ENABLE_CACHE_TEXTURE_DATA 0 2)cocos2dx/platform/a
android+4.1.2+cocos2dx+太长崩溃,cocos2dx app产品版本更新启动崩溃问题及解决
cocos2dx app产品版本更新启动崩溃具体log如下：W/dalvikvm( 7931): threadid=12: thread exiting with uncaught exception (group=0x42048930)E/AndroidRuntime( 7931): FATAL EXCEPTION: GLThread 12293E/AndroidRuntime( 7931): ...
关于cocos2dx 3.1 ListView 绿底白屏的问题
将里面的代码修改为： 下面是上图所示的源代码直接复制粘贴吧： package org.cocos2dx.cpp; import org.cocos2dx.lib.Cocos2dxActivity; import org.cocos2dx.lib.Cocos2dxGLSurfaceView; public class AppActivity extends
cocos2dx java调lua,cocos2dx 3.2 创建lua项目 - cocos2dx技术 - 泰课在线 - 国内专业的Unity在线学习平台|Unity3d培训|Unity教程|Unit...
cocos2dx 3.2 创建lua项目下面内容是关于Cocos2d-x 3.x 全平台(Android,iOS)新手朋友开发配置教程攻略，希望对大家学习有所帮助。因为这篇文章是面对新手朋友的。所以有些地方会啰嗦一些，请勿见怪。如果教程中有错误，欢迎指正。如果在配置开发平台时还遇到问题，欢迎大家讨论。本文所使用的环境是PC(Win7)，HTC G18，MacBook Air 以及 Mini iPa...
cocos2dx 安卓编译问题收集
问题： 新的cocos2d-x 2.2.5 在使用Eclipse的安卓NDK 9 的编译器进行编译的时候，问题提示如下：[armeabi] Compile++ thumb: cocos_extension_static <= LabelReader.cppD:\work\cocos2d-x-2.2.5/extensions/CocoStudio/Reader/WidgetRead...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
317
扫一扫
