c# 함수의 매개변수(인자)의 값은 일치해야 한다.

c# 함수의 매개변수(인자)의 값은 일치해야 한다.
- 인자값을 2개로 설정했다면 불러 올때의 값도 2개여야만 함.


int sum ( int a, intb){
   return a + b;
}

sum(2,3,4);  - 오류 인자의 크기값이 다름
sum(2,3); - 인자값의 크기 일치.

댓글

댓글 쓰기

이 블로그의 인기 게시물

ChatGPT로 10분만에 일잘러 되기 : 기초부터 실무까지 완전 정복: [패스트캠퍼스] ChatGPT 강의 완강 후기.

이미지
GPT 시대다. 인공지능이란 낯선 녀석을 이해 하기 위해 온라인을 뒤지다가 패스트 캠퍼스에내일배움카드를 이용하여 국비지원교육을 받을 수 있는 GPT 강의가 있어서 수강 해보았다.  생각보다 많은 내용이 담겨져 있었고 실습 내용도 많아 초보자인 내가 GPT란 무엇인지 이해 하는데 많은 도움이 되었다.  다음은 강의에 포함되어 있는 내용을 실습 과정 중에 일부다. 1. 영화 시놉시스 작성하기 과정 중 시놉시스 작성하기가 있었는데, Chat GPT를 이용하여 시놉시스를 만들어 가는 과정을 보여준다. 아래는 과정중에 배우게된 시놉시스 제작 과정과 만들어진 시놉시스를 이용해서 미드저니로 이미지까지 만들어 보았다. 이런 식으로 계속 질문을 해나가면서 시놉시스를 완성하게 된다.   아래는 완성된 시놉시스!
자세한 내용 보기

유니티 <--> php 로그인 복습

이미지
===[ C#코드 ]====================================== using UnityEngine; using System.Collections; //인풋필드 사용 using UnityEngine.UI; public class loginTest : MonoBehaviour { // InputField 맴버변수 InputField _id; InputField _pass; //InputField 초기 설정 //매개변수로 들어오는 InputField id를 현재 클래스의 맴버변수 _id에 담는다. public void SetId(InputField id) { this._id = id; } public void SetPass(InputField pass) { this._pass = pass; } // 코루틴 시작 public void logtest() { StartCoroutine(TestLogin()); } IEnumerator TestLogin() { //텍스트 게임오브젝트 객 변수 대입 Text mylogin = GameObject.Find("logText").GetComponent<Text>(); string url = "http://localhost/login.php"; // 폼 필드 생성 WWWForm loginData = new WWWForm(); //현재_id.text 값을 php의 id_data로 대입 loginData.AddField("id_data", _id.text); loginData.AddField("pass_data", _pass....
자세한 내용 보기

인공지능, 날씨 예보의 새로운 지평을 열다: 혁명적인 변화와 미래의 가능성

"인공지능, 날씨 예보의 새로운 지평을 열다:  혁명적인 변화와 미래의 가능성"   논문 "인공지능이 날씨 예보의 두 번째 혁명을 제공하고 있나?"는 인공지능(AI)이 날씨 예보 분야에서 어떻게 혁신적인 역할을 하고 있는지 탐구합니다. AI 기반 날씨 예보 모델의 진화는 수치적 날씨 예측의 한계를 극복하며, 대규모 파라미터와 데이터 처리 능력, 예측의 신뢰성이 중요한 기준으로 제시됩니다. 이러한 모델들은 기존 방식에 비해 높은 정확도와 효율성을 제공하며, 해양 파도 예보 등 특정 분야에서도 중요한 역할을 합니다. 현재 AI 기반 시스템은 여러 도전과제와 한계에 직면해 있지만, 미래의 발전 가능성은 날씨 예보의 정확성과 신뢰성을 크게 향상시킬 것으로 기대됩니다. AI와 전통적 날씨 예보 방법의 공생은 이 분야에서 중요한 진전을 나타내며, 더욱 향상된 예보 시스템을 구축할 수 있는 기회를 제공합니다. 날씨 예보에서의 인공지능 소개 날씨 예보 분야에서 인공지능(AI)의 역할은 광범위하고 혁신적입니다. 전통적인 날씨 예보는 주로 관측 데이터와 복잡한 수학적 모델에 의존했습니다. 하지만 최근 AI 기술의 발전은 이 분야에 새로운 가능성을 열어주고 있습니다. 인공지능은 대량의 데이터를 빠르고 정확하게 분석하여 예측을 제공할 수 있으며, 이는 '두 번째 혁명'으로 간주될 수 있습니다. 이 혁명은 날씨 예보의 정확도를 크게 향상시키고, 보다 신속한 의사결정을 가능하게 하여 기후 변화에 대응하는 데 중요한 역할을 합니다. 이러한 AI의 통합은 날씨 예보의 전통적 방법과 결합하여 더욱 효과적인 예측 시스템을 만들어냅니다. 인공지능 날씨 예보 모델의 진화 날씨 예보 분야에서 인공지능(AI) 모델의 발전은 주로 수치적 날씨 예측(NWP)의 한계를 극복하고자 하는 노력에서 비롯되었습니다. 초기의 날씨 예보는 수치적 모델에 의존했지만, AI의 등장은 예보의 정확도와 효율성을 향상시키는 새로운 방법을 제시했습니다. 이러한 변화의 핵심에는...
자세한 내용 보기