我目前正在了解改进的柏林噪音。我完全理解这个理论，但是，我对其常见实现的一个方面感到困惑，例如this。
我的问题是， grad() 函数如何返回归一化向量（梯度和方向）的点积？我的意思是，归一化向量的点积的范围为 -1 到 1，这是将所有点积混合（淡入淡出）在一起后 Perlin 噪声的正常输出。但是进行点积的向量没有标准化（梯度函数和方向向量都不是）。那么，输出如何落在-1到1的范围内呢？
我唯一的猜测是梯度向量的大小均为根 2，并且方向向量的所有轴都在 -1 到 1 的范围内。因此，我认为这就是 Perlin 噪声输出最终落在 -1 范围内的原因至 1 范围。这是为什么吗？有人能证明或找到证据吗？
多谢你们
我正在尝试创建一个递归参数包函数，如下所示：
template <class T, class ... Ts>
void myFunction()
{
execute<T>();
myFunction<Ts...>();
}
这不会编译并出现错误：
error C2672: 'Test::myFunction': no matching overloaded function found.
有谁知道如何做我想要实现的目标？谢谢