通过一个的简单的ThreeJS示例（类似于射击小游戏）实操，让大家可以在实际开发练习中由简单到复杂，分阶段，循序渐进的掌握ThreeJS开发的常用的一些重要知识点.
课程主要知识点介绍:1 Threejs三大组件，相机、渲染器和场景的介绍2 在场景中如何创建几何体及一些旋转动画的实现，及对象的显示方式3 控制相机向前，向后移动，向左，向右旋转4 光源的介绍，及如何给场景添加不同的光源5 怎样给不同的对象添加阴影6 给对象添加材质，几种不同材质的区别及应用7 贴图的种类及各种不同贴图的效果8 自定义模型及其材质的加载及如何在场景对模型的定位9 怎样场景切换，及对切换场景的管理loadingManager10 通过for循环对多个对象的加载，克隆模型，这样可以拥有100个对象，所有对象都使用相同的几何体。11 第一人称武器的视角控制12 子弹的产生和发射效果13 怎样实现定时器来控制子弹的发射频率14 为武器添加有节奏的动作
2021-10-08 07:55:19
93.46MB
1
这篇文章主要介绍了python处理RSTP视频流过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
python链接海康摄像头，并以弹出框的方式播放实时视频流，
这种方式是以弹出框的形式播放。本地测试可以，实际业务场景不建议使用。可以采用rtsp转rtmp的方式
@shared_task
def parse_video(rtsp_address=None):
winname = 'Video'
if not rtsp_address:
raise exceptions.ParseError('摄像头rstp地址错误!')
2021-10-07 16:19:30
38KB
1
中学生C++信息学奥赛一本通基础算法CSP-J/S网课 青少年竞赛NOIP视频
2021-10-06 20:57:51
82.35MB
1
通过这门课程，大家可以完成一个完整的微博项目。从项目的搭建，到业务代码的编写，到最后打包发布到云主机，我们都会手把手地去教大家一步一步完成。像一些常用的技术，例如发送邮箱验证码、将文件上传到对象存储等都会涉及到。除此之外，大家还会了解到现在企业中最常见的项目架构，例如网关的作用及实现、返回格式的统一封装等。还有springboot各组件的作用及用法，常用的中间件缓存redis和消息队列kafka都会讲到。最后，会给大家分享如何利用几乎成为业内监控标准的prometheus监控项目的运行状态及业务。跟着一步一步走下来，可以快速入门企业级项目的开发。
2021-10-05 10:19:39
1.39MB
1
1. 课程介绍及示例演示
2. webrtc 下载
3. windows 系统下webrtc 编译及调试
4. peerconnection_server服务器源码分析
5. peerconnection_client客户端源码分析
6. webrtc相关资料及课程总结
2021-10-04 14:35:04
1.49MB
1
完整版基于java编程语言的网络爬虫系统的设计与实现-毕业设计论文 共63页.rar
2021-10-01 09:04:26
307KB
课程介绍
你是否在寻找机会进入自动化测试领域？
你是否渴望学习selenium webdriver + Java以及最新的框架和技术进行web自动化测试？
你是否感兴趣学习Selenium如何用在你现有的项目里的？
这门课带你从Selenium搭建环境开始讲起，然后学习selenium，TestNG, logback, maven, jenkins。
我们假设学员没有任何自动化经验，来设计的这套课程。每个课题都从最基础的开始讲起。Selenium相关的该覆盖的课题都覆盖了。
例子都是来自于真实的web应用项目，帮助你理解不同的组件怎么用上自动化，这将展示给你一个行业层面的框架，增加自信心。
全网没有其他课程像这门课涵盖到如此之深的细节。
您将会学到什么
学完课程以后，你将拥有完整的Selenium Webdriver知识 你将具备从头开始设计Page Object、Page Factory、DATADRIVEN等搭建自动化框架的能力 用100多个实例对Selenium现实场景应用进行深入理解 全面了解TestNG, Maven, Jenkins, HTML报告，多浏览器
2021-09-30 14:59:07
393.38MB
1
微软研究院最新发布的融合了各种机器学习算法的人工智能量化投资平台Qlib，可以用来进行量化机器学习和交易策略回测。
从应用层来看，它主要包括数据、机器学习和策略回测松耦合的三大块（每块可以独立）。本系列课程将详细介绍其使用方法。包括：1 如何下载和检索行情数据2 如何利用行情数据，使用各种机器学习方法进行模型训练和预测3 如何基于行情数据和预测结果编制交易策略进行回测4 如何进行预测与回测结果评价5 如何定义因子库
6 如何查询因子库数据7 实验工作流裁剪8 提供源码可以将Qlib的机器学习和另一个更加成熟的基于python的开源量化回测框架backtrader一起使用。关于backtrader技术教程，可搜索扫地僧backtrader给力教程
2021-09-29 10:19:58
25.58MB
1