겨울방학19 [Unity] #6. 게임 플레이 컨텐츠 만들기 : 미션 in Prop_Down/Up 자 이제 5번째 미션을 구현할 차례이다. 이 미션은 유일하게 두 번 수행하는 미션으로 저번 Lab에서의 미션에 비해 간단히 구현할 수 있다. 팬 각도 조정하기) 미션 5의 UI는 저렇게 구성했다. 목표는 빨간색 팬을 오른쪽의 핸들을 위 아래로 조작해 흰색 팬과 겹치도록 해서 파란색을 띄게끔하면 성공이다. 먼저 Hierachy를 살펴보면 아래와 같다. 구성을 살펴보면 먼저 Handle과 Fix Rotate 이렇게 세 요소가 새롭게 추가된 것을 볼 수 있다. Handle - 갈색의 핸들 Fix - 각도를 수정할 팬 Rotate - 랜덤으로 각도가 고정되어 있는 흰색 팬 또, Prop_Up과 Down 두곳에 미션을 넣어주었다. 해당 Sprite를 넣어주고~ 위치도 위의 UI 처럼 위치되도록 고정해 주었다. s.. 2022. 3. 2. [Unity] #5. 게임 플레이 컨텐츠 만들기 : 미션 in Lab 오늘은 Lab에 위치할 두 가지 미션을 구현하기까지의 과정을 담아보았다. Lab에서의 미션 위치는 키보드와 마우스에 있는 것으로 위치상 매우 가깝기 때문에, Circle Collider을 지정할 때 좀 더 세심하게 지정해 주었다. 그 후 Lab의 각 Mission 아래에 Background를 깔아 미션 UI를 만들어 줄 것이다. 지정된 숫자 코드 입력하기) 우선 Mission3은 위와 같이 랜덤으로 숫자가 생성되면, 아래의 키보드 자판을 클릭해 같은 숫자의 string을 순서대로 입력해주면 미션 Clear!! 되는 원리이다. 우선 위의 그림과 같이 계산기 모양의 자판 부분에 0부터 9까지의 숫자 투명 버튼을 생성해 준다. Delete와 Check 버튼도 잊지말고 추가해준다. 그리고 KeyCode가 들어갈.. 2022. 3. 2. [Unity] #4. 게임 플레이 컨텐츠 만들기 : 미션 in Cafeteria 지금부터는 미션 내용을 구현하고, USE button을 눌렀을 때 게임 화면으로 전환될 UI를 구현하면 된다. 그리고 마지막으로 게이지 바를 연동해 7개의 모든 미션이 끝나면 다시 메인 화면으로 나가게끔 해 줄것이다. 먼저 Cafetria에 위치할 두 가지 미션을 살펴보도록 하자~ 야자수 카드 맞추기) 위처럼 UI안에 Background에 버튼을 7개 생성해준다. 그리고 벌집 모양의 Image를 넣어준 뒤, 축구공 모양처럼 위치를 지정해준다. 그리고 저런식으로 랜덤으로 색이 변하게 해, 모두 흰색을 맞추면 미션 성공이 되도록 코드를 작성했다. Mission 1 script) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 2.. 2022. 3. 1. [Unity] #3. 게임 플레이 컨텐츠 만들기 : 미니게임 미션 기본 세팅 자! 이제 어몽어스에 하이라이트!! 바로~ 미니게임 미션 컨텐츠를 구현할 차례이다. 어떤 미션들을 만들었는지 간단하게? 정리 먼저 해보고! 설명하겠다. 게임은 총 6가지 종류로 맵에 위치된 지형을 이용해 수행하게 된다. 맵에서 살펴보면 이렇게 위치한 것을 볼 수 있다. 먼저 장소를 기준으로 게임을 나열해 보았다. 일단 맵에서 가장 넓은 공간을 차지하고 있는... - 카페테리아 + 야자수 -> 버튼 색 맞추기 미션 + 벽 면 쓰레기장 -> 쓰레기 버리기 미션 이렇게 두 미션이 위치한 것을 볼 수 있다 !! 자, 그 다음에는 이상한 실험체가 있는 것 같은 실험실을 살펴보자. - 실험실 + 키보드 -> 랜덤으로 생성되는 번호 입력하기 미션 + 마우스 -> 순서대로 숫자 클릭하기 미션 여기는 좀 비슷한 위치에 .. 2022. 3. 1. [모두의 딥러닝] #12장: 다중 분류 문제 해결하기 앞의 11장에서는 1과 0으로 나타낼 수 있는 이중 분류를 통해 데이터 분석을 진행했다. 하지만, 참과 거짓으로 모든 데이터를 정의내릴 수 없다. 그러므로 class가 3개 이상이 되는(ex. 노란색, 파란색, 초록색) 다중 분류 문제를 원-핫 인코딩법 그리고 소프트맥스를 적용해 해결해보는 법을 공부했다. 총 두 가지 실습을 진행했다. 1) 아이리스 꽃 분류 In [4]: # 라이브러리 설치 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from sklearn.preprocessing import LabelEncoder In [5]: import pandas as pd import seabor.. 2022. 1. 25. [모두의 딥러닝] #11장: 데이터 다루기 앞써 모델 설계하기에 대해 공부했다. 하지만 모델이 존재해도, 적용할 데이터의 가공이 잘 되어있지 않으면 무용지물이 된다. 그러므로 데이터를 이쁘게 목적에 맞게끔!! 다루는 법을 배우는 것이 무엇보다 중요하다. 이번 시간에는 어떤 데이터가 좋은 데이터이며, 목적에 맞추어 데이터를 가공하고 모델을 적용해 예측 결과를 나타내어, 최종적으로 어떻게 시각화 할 수 있는지에 대해 공부해 보았다. 11장 실습 코드) https://github.com/emilyjiminroh/2022_ai_winter_study/blob/main/chapter_11/ch11_Pima_Indian.ipynb GitHub - emilyjiminroh/2022_ai_winter_study: 모두의 딥러닝 교재를 바탕으로 AI Study .. 2022. 1. 25. 이전 1 2 3 4 다음
