UE5(8):认识 UE 的菜单栏,全部保存 CTRL+SHIFT+S,工具栏以及视口工具栏,移动相机在项目编辑器里,选择光照显示等,还有空气墙的隐身角色,加载新手包,沙发的碰撞属性的生成-编辑AM,

(5) 认识 UE 的菜单栏全部保存 CTRL+SHIFT+S

在这里插入图片描述

++

在这里插入图片描述

++

在这里插入图片描述

++ 给个文档链接,https://dev.epicgames.com/documentation/en-us/unreal-engine/level-editor-in-unreal-engine?application_version=5.4,点这里,官方文档

在这里插入图片描述

(6)接着学习工具栏

在这里插入图片描述

++

在这里插入图片描述

++

在这里插入图片描述

++

在这里插入图片描述

++ 用于最后的软件发布

在这里插入图片描述

(7)接着讲视口工具栏

在这里插入图片描述
++

在这里插入图片描述

++ 多视口

在这里插入图片描述

++ F10,按错了以后,记得如何回来

在这里插入图片描述

++ 继续菜单 :

在这里插入图片描述

++移动已创建的相机与调整相机图像的大小

在这里插入图片描述

++

在这里插入图片描述

++ 布局也不常用,可以从菜单栏里增加视口

在这里插入图片描述

(8)视图

在这里插入图片描述

++

在这里插入图片描述

(9) 光照

在这里插入图片描述

++这也与光照有关

在这里插入图片描述

++ 关于碰撞,游戏里等有交互时很重要

在这里插入图片描述

++ 空气墙的隐身角色,当然也可以给角色上个透明材质

在这里插入图片描述

(10)新手包的位置

在这里插入图片描述

++ 继续谈碰撞

在这里插入图片描述

++ 总之是物体先有碰撞属性,然后才可以设置其碰撞的模式

在这里插入图片描述

(11)

谢谢

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

zhangzhangkeji

谢谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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