前傳演算法

『壹』 仙劍5前傳困難模式雪女怎麼打

平均等級15，全員稱號加攻速，（裝備也不是最好的。。之前錢不夠沒捨得買，然後回不去山莊了。。）打之前把氣蓄滿方便合作技，起碼准備30個行軍丹（加中量精，給村民用），10個左右的全體加中量精的呢個葯，名字忘記了。因為我只有
皇甫
一個會群療，其他的都沒練出來，以防萬一。倆妹子安排在一起，能出合作技，綠衣女跟姜爹臨近。BOSS開打第三回合召村民，第一回合，起手姜爹天罡加個攻，皇甫可以用40氣的技能狂攻，能打2800左右。綠衣女最好加個
魔法防禦
，不能確定是不是對凍結有抵抗加成，有待考證，瑕就負責第一輪的連協了，連協一般能連個4，5次。
BOSS凍結非常煩人，一個不小心被凍住一個四個村民血補不滿就得重打。運氣好的話第三回合村民一出，我方無凍結，正好一人給一村民一個行軍丹，同時保持自己血量不被秒。這時候注意，村民每回合困難模式掉270的血，掉三輪以後，第四輪，BOSS喊話，這時候如果村民血不滿BOSS回給自己加魔防
物防
，稱號也就挑戰失敗，如果農民血滿，BOSS會廢一回合，趁這時候血滿就輸出，血少就補。不用第一個掉血270回合就給農民補，因為行軍丹每次加600，加上全員
血線
不穩和偶爾有凍結情況發生，看行動條，保證第三回合以後，在BOSS之前至少有4個行動位置可以用來給農民加滿。然後農民進入小掉血模式，每輪27，不必理會，盡情輸出，注意自己血線即可。經過3,4回合的小掉血，又回進入270的打掉血模式，這時候重復以上。連協，合作順利的話，兩輪過後就差不多了。有一點要注意，進入270模式的時候BOSS會放大招，保證全員滿血。凍結這個問題也說不清。。還得靠運氣跟具體情況的演算法。。自己的一點心得，祝大家打的順利，玩的愉快。

『貳』 誰知道復活 秦殤前傳 金錢修改器

秦殤與秦殤前傳都使用特殊演算法，沒有修改器……

『叄』 仙劍奇俠傳5前傳如何升級到最新版本

朋友，仙劍奇俠傳5的版本更新一共有五次，從1.01升級到了1.06。
我大概就說一下總體的變化吧，在這些更新中，有一些對游戲中出現的bug的修復，這個一般是不太容易看出來的，比如小的錯別字，還有一些特定情況下的系統運行故障，不是所有人都能碰到，有一個比較明顯的就是在游戲後期去虹芝嶼之前有一個老薑入隊bug就被修復了。
此外還有商店界面字體顏色的改變，這個好像是最早的更新了，因為原來商店某處的字體與背景顏色對比性不好，後來改成了白色。
還有商人討價還價的演算法也做了改變。就是討價還價的方法變得比以前更加合理和簡單一些。
最重要的還算是最後的兩次更新，因為為游戲添加了DLC夢華幻斗的內容，只要更新之後才可以激活夢華幻斗。
大概就是這些吧，其實主要是加了一個DLC，剩下的都是對游戲的完善，對劇情沒有任何改變。希望lz滿意我的答案~

『肆』 關於仙劍奇俠傳五前傳的普通攻擊，法術，技能攻擊是怎麼計算的 我用修改器把各角色最強裝備帶上了，等

這個沒有具體的演算法，只能根據經驗推算大概的情況。

決定普通攻擊的屬性就是人物五大屬性中的」力「，力值的大小決定了屬性中攻擊力的大小。
決定法術攻擊的屬性是五大屬性中的」術「，術值大小決定了屬性中仙攻的大小。
至於技能攻擊，主要取決於人物等級的大小。

此外可以改變普攻及仙攻的，就是武器貼符了，如五靈屬性強化符（強風，強火等），會在相應屬性攻擊原有傷害上提高30%。

法術加成只能看到裝備上的加成值，但是看不到總的法術加成值。法術加成當然是越高越好，不過加成所體現的效果相對於仙攻值和貼符加成還是較小的，法術的攻擊力主要還是取決於仙攻的大小，貼符加成30%效果也很明顯。

五前中每個主角的武器都有兩種，一個是加仙攻為主，一個是加普攻為主，你裝了最強的武器，若是主加普攻的話，沒調等級的情況下就會使得攻擊力相對現在的等級變得很高，普通攻擊傷害也會非常高，所以出現普攻大於技能攻擊的情況，這種狀況到了後來等級逐漸升高就會漸漸平衡了。

隨時等待追問，祝你玩的愉快~
滿意請採納~

『伍』 仙劍5前傳，那些永久增加屬性的物品對於人物屬性成長的演算法是什麼

這么算是沒錯的

『陸』 秦殤前傳：復活，每次從鐵匠那裡買完最好裝備，想拿道具升級就提示我等級不夠，有哪裡能算出所需等級嗎

是由你升級的所用的所有材料等級的平均值+裝備等級與人物等級之差得出的（若差值大於3則不會再增長），如：人物等級15，12級虎蛟皮升10級鞋就是，（12×3）÷3+15-10因為最大3，所以+3=12+3=15級

『柒』 完美世界前傳幾個問題

額，問題很多，一個一個來說。
一：活動肯定會搞，具體什麼時候，完美一般過三四個月左右會開一次。上次活動是6月初吧，所以下次估計要到九月底十一的時候了。你沒事可以經常去官網論壇看看，一般每次要開活動，論壇里都會有人說的。
二：力量：加物理攻擊和物理防禦；
體質：加生命值，同時加物防法防；
敏捷：加准確度，躲閃度和暴擊率；
靈力：加法術攻擊，法術防禦，真氣上限。
具體加多少數值，這個每個職業是不一樣的。
三：物理防禦加%，這個是按你的裝備值來算的，包括裝備自身的屬性和裝備上打的物防石頭。但是不包括體質點所加的防禦，也不包括狀態上的加成。
而物理防禦加多少，就是增加直接的數值，這個沒什麼好說的。
物免%，一般來說物免要10%以上，效果才明顯。比如一個人本來打你1000血一下，物免1%，就是減免10滴血。物免這個，低了看不出效果的。還不如直接加防禦的來的明顯。
四：11級寶石有：
赤眼：武器效果：物理攻擊加75，防具效果：是物理防禦增加125；
海藍：武器效果：法術攻擊加75，防具效果：是法術防禦增加100；
蒼茫：武器效果：生命值+115；防具效果：生命值+115。
金剛：武器效果：攻擊等級+1；防具效果：攻擊等級+1。
磐甲：武器效果：防禦等級+1；防具效果：防禦等級+1。
軒轅：武器效果，暴擊+1%；防具效果，體制+10
女媧：武器效果，吟唱-3%；防具效果，體制+10
武俠穿重裝，物理防禦是不錯的，精煉起來血量也好。缺的是法防，但同樣可以靠法防項鏈和法防腰佩的高精練來彌補。可以考慮打體石頭，加血的同時還加雙防。如果全身精煉在8以上的話，全身打壁壘也是個不錯的選擇。完美的加血，主要靠的還是精煉。
至於你說防禦等級加二，這個和多少血是沒有關系的。防禦等級和攻擊等級，論壇里說要30以上效果才明顯，不過個人覺得10點以上就已經有效果了。全身精煉高，再全打壁壘，那真是像一個小BOSS了打不動。比如兩個同樣100級的人PK，一個防禦等級加30，另一個不加，那就相當於130級的人和100級的人在打。大概就是這個意思。
五：武俠怎麼加點。武俠本身的攻擊是不高的，甚至可以說很低。靠的是控制技能，在群戰和城戰里武俠的作用是不能小看的，獅子吼，龍飛擊，全靠武俠控場。一般來說，靈力不加。3力1敏1體或者不加體，把點加到力量上或敏捷上。
六：裝備上，武器最好的肯定是16品了，然後15品，8軍。不過說實在的，武俠實在是性價比不高。大概給你說下吧，16品和8軍就算了，武俠弄了真是浪費錢啊！當然如果你實在錢多，弄16品也可以。
說下比較實用的，武器，用15品輪回的，最好輪個有狂戰神屬性的雙斧。然後拳套准備一個，飛龍拳或十步。防具，99獅心王輪回成獅心皇或95神月的輪回套。頭盔，用比武頭或者14品頭，用輪回的頭也可以。（比武頭是不能輪回的）鞋子用14品鞋或輪回的鞋子。
項鏈，14品魔方法防項鏈，有條件的弄15品，16品隨意。
腰佩，14品戰歌法防腰佩。同樣有條件的15品16品隨意。
7級天書子夜歌
披風，神月披風，輪回的披風也可以。或者天馬。
然後5.0的裝備還需要獅心王兩件，阿修羅兩件。
七：郵箱里的衣服是仙樂飄飄套，還有魔音裊裊套，只能用仙魔印記或仙魔碎片換。仙魔印記和仙魔碎片都是仙魔劫活動給的獎勵，印記可以交易，碎片不能交易。每周一晚上9點這個活動還有的。你可以自己收點印記，我們區15萬左右一個，元寶比例1比80。仙魔碎片還有一個途徑可以得到，就是做虎符任務，只限100級以下的人做。
八：聲望嘛，最簡單的辦法，1買喜糖，當然很貴；2買上簽換聲望牌子，性價比還不錯；3用戰歌徽記換聲望牌子，同2；4幫小號過副本令；5刷成就。89仙成就一次開門要60W完美幣，隊長每次有165點聲望拿。6刷戰歌，會爆不少戰歌徽記，運氣好還有戰歌勛章，可以拿去換聲望。

『捌』 深入淺出BP神經網路演算法的原理

深入淺出BP神經網路演算法的原理
相信每位剛接觸神經網路的時候都會先碰到BP演算法的問題，如何形象快速地理解BP神經網路就是我們學習的高級樂趣了（畫外音：樂趣？你在跟我談樂趣？）
本篇博文就是要簡單粗暴地幫助各位童鞋快速入門採取BP演算法的神經網路。
BP神經網路是怎樣的一種定義？看這句話：一種按「誤差逆傳播演算法訓練」的多層前饋網路。
BP的思想就是：利用輸出後的誤差來估計輸出層前一層的誤差，再用這層誤差來估計更前一層誤差，如此獲取所有各層誤差估計。這里的誤差估計可以理解為某種偏導數，我們就是根據這種偏導數來調整各層的連接權值，再用調整後的連接權值重新計算輸出誤差。直到輸出的誤差達到符合的要求或者迭代次數溢出設定值。
說來說去，「誤差」這個詞說的很多嘛，說明這個演算法是不是跟誤差有很大的關系？
沒錯，BP的傳播對象就是「誤差」，傳播目的就是得到所有層的估計誤差。
它的學習規則是：使用最速下降法，通過反向傳播（就是一層一層往前傳）不斷調整網路的權值和閾值，最後使全局誤差系數最小。
它的學習本質就是：對各連接權值的動態調整。

拓撲結構如上圖：輸入層（input），隱藏層（hide layer），輸出層（output）
BP網路的優勢就是能學習和儲存大量的輸入輸出的關系，而不用事先指出這種數學關系。那麼它是如何學習的？
BP利用處處可導的激活函數來描述該層輸入與該層輸出的關系，常用S型函數δ來當作激活函數。

我們現在開始有監督的BP神經網路學習演算法：
1、正向傳播得到輸出層誤差e
=>輸入層輸入樣本=>各隱藏層=>輸出層
2、判斷是否反向傳播
=>若輸出層誤差與期望不符=>反向傳播
3、誤差反向傳播
=>誤差在各層顯示=>修正各層單元的權值，直到誤差減少到可接受程度。
演算法闡述起來比較簡單，接下來通過數學公式來認識BP的真實面目。
假設我們的網路結構是一個含有N個神經元的輸入層，含有P個神經元的隱層，含有Q個神經元的輸出層。

這些變數分別如下：

認識好以上變數後，開始計算：
一、用（-1，1）內的隨機數初始化誤差函數，並設定精度ε，最多迭代次數M
二、隨機選取第k個輸入樣本及對應的期望輸出

重復以下步驟至誤差達到要求：
三、計算隱含層各神經元的輸入和輸出

四、計算誤差函數e對輸出層各神經元的偏導數，根據輸出層期望輸出和實際輸出以及輸出層輸入等參數計算。

五、計算誤差函數對隱藏層各神經元的偏導數，根據後一層（這里即輸出層）的靈敏度（稍後介紹靈敏度）δo(k)，後一層連接權值w，以及該層的輸入值等參數計算
六、利用第四步中的偏導數來修正輸出層連接權值

七、利用第五步中的偏導數來修正隱藏層連接權值

八、計算全局誤差（m個樣本，q個類別）

比較具體的計算方法介紹好了，接下來用比較簡潔的數學公式來大致地概括這個過程，相信看完上述的詳細步驟都會有些了解和領悟。
假設我們的神經網路是這樣的，此時有兩個隱藏層。
我們先來理解靈敏度是什麼？
看下面一個公式：

這個公式是誤差對b的一個偏導數，這個b是怎麼？它是一個基，靈敏度δ就是誤差對基的變化率，也就是導數。
因為?u/?b=1，所以?E/?b=?E/?u=δ，也就是說bias基的靈敏度?E/?b=δ等於誤差E對一個節點全部輸入u的導數?E/?u。
也可以認為這里的靈敏度等於誤差E對該層輸入的導數，注意了，這里的輸入是上圖U級別的輸入，即已經完成層與層權值計算後的輸入。
每一個隱藏層第l層的靈敏度為：

這里的「?」表示每個元素相乘，不懂的可與上面詳細公式對比理解
而輸出層的靈敏度計算方法不同，為：

而最後的修正權值為靈敏度乘以該層的輸入值，注意了，這里的輸入可是未曾乘以權值的輸入，即上圖的Xi級別。

對於每一個權值(W)ij都有一個特定的學習率ηIj，由演算法學習完成。