Мастер-класс по дизайну уровней: все в одном полном курсе

Он охватывает не только основы дизайна уровней. Он охватывает больше, и мы рассматриваем основные принципы, лучшие способы делать вещи и то, что делает дизайнера хорошим и готовым для работы в отрасли.

Подробнее

Новый раздел "Генеративные нейросети"

Перевод курсов по Midjourney, Dall-E, Stable Diffusion, ChatGPT, Adobe Firefly и другим.

Подробнее

Звук для кинопроизводства

В этом курсе опытный звукорежиссер Марк Эдвард Льюис рассказывает обо всех аспектах работы со звуком. Запись, диалоги, звуковые эффекты, шумовые эффекты, ADR, микширование, исправления - всё это вы сможете освоить в самом полном курсе по работе со звуком для кино.

Подробнее

Игровой Ассет: Постапокалиптичный Нож

Сегодня я хочу поделиться с вами своими знаниями, а точнее показать, как создается реалистичное постапокалиптическое оружие для видеоигр!

Подробнее

Создание Человека-паука в Nomad Sculpt

В этом курсе среднего уровня сложности мы с нуля создадим 3D модель Человека-паука (Майлз Моралес/ «Паутина вселенных»). Начнем с блокаута и шаг за шагом проработаем все формы, которые превратятся в наше тело, мышцы и костюм.

Подробнее

Маркетинг для запуска игр в Steam, на консолях и мобильных устройствах

Это включает в себя сторонние примеры, а также маркетинговые примеры разработанные и управляемые Карлосом Коронадо, а также интервью с другими испаноязычными разработчиками, которые добились успеха в своих проектах и что они объяснят нам, как они подошли к маркетингу…

Подробнее

Введение в Nuke 14. Том 1

Курс ведет Кристоф Заплеталь, внештатный художник Flame и Nuke, который работает в индустрии почти 25 лет, работая как над коммерческими, так и над художественными проектами, а также является инструктором в HFF в Мюнхене, Германия.

Подробнее

Голливудские VFX в Maya и Nuke

Этот курс научит вас тому, что вам нужно знать, чтобы создавать художественные работы с помощью 3D-инструмента Maya: от HDRI до разработки внешнего вида, освещения, финального рендеринга, манипуляции с изображением и даже теории, стоящие за этим.

Подробнее

Основы Adobe Firefly

Генеративный искусственный интеллект захватывает мир. И ответом Adobe на революцию ИИ стало появление Adobe Firefly, совершенно нового семейства генеративных моделей искусственного интеллекта.

Подробнее

Создание города-крепости в Unreal Engine 5

Изучите полный рабочий цикл создания кинематографического окружения на этом комплексном курсе, который проводит старший специалист по окружению Цзяньфэн Ли (Аллан).

Подробнее

Курс по созданию стилизованных 3D-моделей в Blender 4

Этот курс специально разработан для того, чтобы помочь каждому, будь то новичок в 3D-моделировании или просто новичок в Blender, создать стилизованные модели профессионального уровня AAA.

Подробнее

Цветокоррекция для художников по играм и освещению в Da Vinci Resolve

По окончании этого курса вы сможете заниматься цветокоррекцией для фотографий, видео и 3D-рендеров. Каждый пример будет тестировать и обучать вас различным проблемам, с которыми вы можете столкнуться в будущем.

Подробнее

Фотограмметрия для продакшен-художников

В данном 4-часовом воркшопе, John William Crossland, ведущий художник в Remedy Entertainment, прольет свет на весь процесс для тех, кто хочет начать делать фотограмметрию с малого.

Подробнее

Скульптура с Андреа Блазич

На этом курсе вы узнаете подход Андреа к традиционной скульптуре: как правильно выбирать дизайн, как почувствовать свой путь в искусстве, правильное исполнение и как воплотить свое творение в жизнь!

Подробнее

Создание цепляющей анимации

Тренируйте свое восприятие, практикуя интервалы и хронометраж. Динамичные позы, основанные на понимании анатомии человека. Операторская работа и эффекты для драматических экшн-сцен.

Подробнее

EmberGen Bootcamp: курс по симуляции эффектов в реальном времени

Станьте квалифицированным топ-специалистом для любой студии, опередив своих коллег и освоив новый инструмент, который молниеносно внедряется в индустрию.

Подробнее

Наброски чего угодно с KleinerHai

Вы научитесь рисовать все: от монументальных пейзажей до мельчайших деталей жизни, создавая вселенные с каждым штрихом. Вдохновение - это не то, чего вы ждете, это то, чем вы владеете.

Подробнее

Динамическое рисование жестами с Гленном Вилппу

В этом 8-ми недельном курсе с Гленном Вилппу, вы изучите подход к рисованию, уходящий корнями в традиции эпохи Возрождения, но применимый сегодня в мире изобразительного искусства, анимации и иллюстрации.

Подробнее

Создание короткометражек в Blender c помощью ИИ

В этом курсе вы узнаете как использовать возможности Blender 3D, ведущей программы для создания 3D с открытым исходным кодом, чтобы вдохнуть жизнь в свои анимационные короткометражные фильмы, используя преобразующие возможности искусственного интеллекта.

Подробнее

Полный курс по Godot 3D: создавайте 3D игры с помощью Godot 4

Узнайте, как максимально эффективно использовать новый игровой движок Godot 4, создавая крутые 3D-видеоигры.

Подробнее

Unreal Engine: Создание Виджетов Для UI

В этом курсе вы узнаете, как использовать систему Unreal "Widget Blueprint" для создания пользовательского интерфейса (UI) для ваших игр и приложений.

Подробнее

Unreal Engine 5 Sci-Fi VFX: Часть 1

Это первая часть курса из трех, в которой вы узнаете, как полноценно сделать эффект, от концепции до готового для внедрения в геймплей результата. Вы увидите мой рабочий процесс, который был использован во многих моих спецэффектах при работе над AA и AAA играми.

Подробнее

Изгибы: женская красота

Преподаватель курса Рафа Соуза отмечает, что курс «Изгибы: женская красота» имеет для него особую важность, поскольку изучение моделирования женского тела помогло ему самому осознать некоторые философские аспекты красоты.

Подробнее

Технический процесс для игровых персонажей AAA. Том 1

В этой серии я провожу работу используя 3dsmax, однако я стараюсь, чтобы она не зависела от программного обеспечения, поэтому мы больше сосредоточимся на конкретных технических моментах - правильности хода топологии и других принципах.

Подробнее

Полное руководство по Mari

Начнем с текстурирования простого грамофона. Затем познакомимся с рисованием текстур в Mari на примере фигурного (в виде быка) деревянного ящика. После этого, затекстурим игрушечную машинку, используя нодовую схематику. В завершении, разработаем текстуры для органической…

Подробнее

Введение в Maya: Стилизованные трехмерные Миры

В этом курсе я поделюсь с вами методами работы со всеми необходимыми инструментами, что помогут Вам стать классным 3д художником. Покажу свои подходы, секреты, приемы и рабочий процесс, дабы они помогали Вам создавать великолепные проекты!

Подробнее

Логика создания AI рукопашного боя с использованием Blueprint в UE

Курс фокусируется на фундаментальных принципах работы с нодами искусственного интеллекта поведения движения и контроля боя. Каждый шаг в этом проекте демонстрируется с самого начала, воссоздавая логику боя на манер любых подобных игр.

Подробнее

Эс Девлин учит, как превращать идеи в искусство

Вы узнаете, как создавать яркие визуальные истории - от набросков до коллабораций - и научитесь превращать нечто абстрактное (ваши идеи и воображение) в искусство, которое можно увидеть, почувствовать и поделиться.

Подробнее

3D Автомобили: Внутри и снаружи

Это снова мы, но в этот раз курс больше, лучше и здесь будет целая куча нового материала, включая полноценный интерьер. Мой предыдущий курс по моделированию автомобилей использовали гиганты индустрии такие как Hyundai и Volvo, а также дизайнеры в топовых игровых студиях и…

Подробнее

Пошаговое руководство по инди-производству анимации

Получите эксклюзивные советы и рекомендации от 2D-аниматора HAVTZA в 21-м видеоуроке. Узнайте все, что вам нужно знать для начала вашего пути в анимации: от объектов, персонажей и фонов до создания сцены и реалистичной перспективы.

Подробнее

Материалы Unreal Engine 5: Том 1 Окружения

Часть 1 этого курса охватывает целостный обзор редактора материалов в Unreal 5 — от типов материалов и режимов наложения до отдельных математических узлов и входных данных, уделяя особое внимание не только тому, как что-то делать, но и почему, и рассматривая основную логику и…

Подробнее

О клубе "Перевод всем"

Клуб "Перевод всем" - это площадка для совместного заказа переводов зарубежных видеокурсов и книг на русский язык. С 2014 года мы перевели 3400 видеокурсов и книг, по направлениям: CG|3D|VFX|CONCEPT ART|GAMEDEV|FILM|SOUND|IT|AI. В клубе работает 26 Переводчиков!

Подробнее

Удаление [Manning] Grokking Deep Learning [ENG-RUS]

Тема в разделе "Технический раздел (темы под удаление)", создана пользователем Nujen Perevod, 23/5/19.

Этап:
Набор участников
Цена:
1.00 руб
Участников:
0 из ∞
Переводчик:
Отсутствует
100%
Расчетный взнос:
1.10 руб
  • (Основной список пока пуст)

  1. Nujen Perevod

    Nujen Perevod Штрафник

    Регистрация:
    21/2/18
    Сообщения:
    167
    Симпатии:
    19
    Пол:
    Мужской
    Язык №1:
    русский
    Язык №2:
    славѧ́нскїй
    Grokking Deep Learning
    Manning на русском
    [​IMG]

    Автор: Andrew W. Trask

    Студия: Manning

    Год выпуска: 01.2019

    Продолжительность: 336 pages

    Язык: Английский

    Программное обеспечение:

    An excellent introduction and overview of deep learning by a masterful teacher who guides, illuminates, and encourages you along the way.

    Kelvin D. Meeks, International Technology Ventures

    Grokking Deep Learning teaches you to build deep learning neural networks from scratch! In his engaging style, seasoned deep learning expert Andrew Trask shows you the science under the hood, so you grok for yourself every detail of training neural networks.

    table of contents

    takes you straight to the book

    brief table of contents

    1 INTRODUCING DEEP LEARNING: WHY YOU SHOULD LEARN IT
    Why you should learn deep learning
    Will this be difficult to learn?
    Why you should read this book
    What you need to get started
    You’ll probably need some Python knowledge
    Summary

    2 FUNDAMENTAL CONCEPTS: HOW DO MACHINES LEARN?
    What is deep learning?
    Supervised machine learning
    Unsupervised machine learning
    Parametric vs. nonparametric learning
    Supervised parametric learning
    Unsupervised parametric learning
    Nonparametric learning
    Summary

    3 INTRODUCTION TO NEURAL PREDICTION: FORWARD PROPAGATION
    Step 1: Predict
    A simple neural network making a prediction
    What is a neural network?
    What does this neural network do?
    Making a prediction with multiple inputs
    Multiple inputs: What does this neural network do?
    Multiple inputs: Complete runnable code
    Making a prediction with multiple outputs
    Predicting with multiple inputs and outputs
    Multiple inputs and outputs: How does it work?
    Predicting on predictions
    A quick primer on NumPy
    Summary

    4 INTRODUCTION TO NEURAL LEARNING: GRADIENT DESCENT
    Predict, compare, and learn
    Compare
    Learn
    Compare: Does your network make
    good predictions?
    Why measure error?
    What’s the simplest form of neural learning?
    Hot and cold learning
    Characteristics of hot and cold learning
    Calculating both direction and amount from error
    One iteration of gradient descent
    Learning is just reducing error
    Let’s watch several steps of learning
    Why does this work? What is weight_delta, really?
    Tunnel vision on one concept
    A box with rods poking out of it
    Derivatives: Take two
    What you really need to know
    What you don’t really need to know
    How to use a derivative to learn
    Look familiar?
    Breaking gradient descent
    Visualizing the overcorrections
    Divergence
    Introducing alpha
    Alpha in code
    Memorizing

    5 LEARNING MULTIPLE WEIGHTS AT A TIME: GENERALIZING GRADIENT DESCENT
    Gradient descent learning with multiple inputs
    Gradient descent with multiple inputs explained
    Let’s watch several steps of learning
    Freezing one weight: What does it do?
    Gradient descent learning with multiple outputs
    Gradient descent with multiple inputs and outputs
    What do these weights learn?
    Visualizing weight values
    Visualizing dot products (weighted sums)
    Summary

    6 BUILDING YOUR FIRST DEEP NEURAL NETWORK: INTRODUCTION TO BACKPROPAGATION
    The streetlight problem
    Preparing the data
    Matrices and the matrix relationship
    Creating a matrix or two in Python
    Building a neural network
    Learning the whole dataset
    Full, batch, and stochastic gradient descent
    Neural networks learn correlation
    Up and down pressure
    Edge case: Overfitting
    Edge case: Conflicting pressure
    Learning indirect correlation
    Creating correlation
    Stacking neural networks: A review
    Backpropagation: Long-distance error attribution
    Backpropagation: Why does this work?
    Linear vs. nonlinear
    Why the neural network still doesn’t work
    The secret to sometimes correlation
    A quick break
    Your first deep neural network
    Backpropagation in code
    One iteration of backpropagation
    Putting it all together
    Why do deep networks matter?

    7 HOW TO PICTURE NEURAL NETWORKS: IN YOUR HEAD AND ON PAPER
    It’s time to simplify
    Correlation summarization
    The previously overcomplicated visualization
    The simplified visualization
    Simplifying even further
    Let’s see this network predict
    Visualizing using letters instead of pictures
    Linking the variables
    Everything side by side
    The importance of visualization tools

    8 LEARNING SIGNAL AND IGNORING NOISE: INTRODUCTION TO REGULARIZATION AND BATCHING
    Three-layer network on MNIST
    Well, that was easy
    Memorization vs. generalization
    Overfitting in neural networks
    Where overfitting comes from
    The simplest regularization: Early stopping
    Industry standard regularization: Dropout
    Why dropout works: Ensembling works
    Dropout in code
    Dropout evaluated on MNIST
    Batch gradient descent
    Summary

    9 MODELING PROBABILITIES AND NONLINEARITIES: ACTIVATION FUNCTIONS
    What is an activation function?
    Standard hidden-layer activation functions
    Standard output layer activation functions
    The core issue: Inputs have similarity
    softmax computation
    Activation installation instructions
    Multiplying delta by the slope
    Converting output to slope (derivative)
    Upgrading the MNIST network

    10 NEURAL LEARNING ABOUT EDGES AND CORNERS: INTRO TO CONVOLUTIONAL NEURAL NETWORKS
    Reusing weights in multiple places
    The convolutional layer
    A simple implementation in NumPy
    Summary

    11 NEURAL NETWORKS THAT UNDERSTAND LANGUAGE: KING — MAN + WOMAN == ?
    What does it mean to understand language?
    Natural language processing (NLP)
    Supervised NLP
    IMDB movie reviews dataset
    Capturing word correlation in input data
    Predicting movie reviews
    Intro to an embedding layer
    Interpreting the output
    Neural architecture
    Comparing word embeddings
    What is the meaning of a neuron?
    Filling in the blank
    Meaning is derived from loss
    King — Man + Woman ~= Queen
    Word analogies
    Summary

    12 NEURAL NETWORKS THAT WRITE LIKE SHAKESPEARE: RECURRENT LAYERS FOR VARIABLE-LENGTH DATA
    The challenge of arbitrary length
    Do comparisons really matter?
    The surprising power of averaged word vectors
    How is information stored in these embeddings?
    How does a neural network use embeddings?
    The limitations of bag-of-words vectors
    Using identity vectors to sum word embeddings
    Matrices that change absolutely nothing
    Learning the transition matrices
    Learning to create useful sentence vectors
    Forward propagation in Python
    How do you backpropagate into this?
    Let’s train it!
    Setting things up
    Forward propagation with arbitrary length
    Backpropagation with arbitrary length
    Weight update with arbitrary length
    Execution and output analysis
    Summary

    13 INTRODUCING AUTOMATIC OPTIMIZATION: LET’S BUILD A DEEP LEARNING FRAMEWORK
    What is a deep learning framework?
    Introduction to tensors
    Introduction to automatic gradient computation (autograd)
    A quick checkpoint
    Tensors that are used multiple times
    Upgrading autograd to support multiuse tensors
    How does addition backpropagation work?
    Adding support for negation
    Adding support for additional functions
    Using autograd to train a neural network
    Adding automatic optimization
    Adding support for layer types
    Layers that contain layers
    Loss-function layers
    How to learn a framework
    Nonlinearity layers
    The embedding layer
    Adding indexing to autograd
    The embedding layer (revisited)
    The cross-entropy layer
    The recurrent neural network layer
    Summary

    14 LEARNING TO WRITE LIKE SHAKESPEARE: LONG SHORT-TERM MEMORY
    Character language modeling
    The need for truncated backpropagation
    Truncated backpropagation
    A sample of the output
    Vanishing and exploding gradients
    A toy example of RNN backpropagation
    Long short-term memory (LSTM) cells
    Some intuition about LSTM gates
    The long short-term memory layer
    Upgrading the character language model
    Training the LSTM character language model
    Tuning the LSTM character language model
    Summary

    15 DEEP LEARNING ON UNSEEN DATA: INTRODUCING FEDERATED LEARNING
    The problem of privacy in deep learning
    Federated learning
    Learning to detect spam
    Let’s make it federated
    Hacking into federated learning
    Secure aggregation
    Homomorphic encryption
    Homomorphically encrypted federated learning
    Summary

    16 WHERE TO GO FROM HERE: A BRIEF GUIDE
    Congratulations!
    Step 1: Start learning PyTorch
    Step 2: Start another deep learning course
    Step 3: Grab a mathy deep learning textbook
    Step 4: Start a blog, and teach deep learning
    Step 5: Twitter
    Step 6: Implement academic papers
    Step 7: Acquire access to a GPU (or many)
    Step 8: Get paid to practice
    Step 9: Join an open source project
    Step 10: Develop your local community

    about the technology

    Deep learning, a branch of artificial intelligence, teaches computers to learn by using neural networks, technology inspired by the human brain. Online text translation, self-driving cars, personalized product recommendations, and virtual voice assistants are just a few of the exciting modern advancements possible thanks to deep learning.

    about the book

    Grokking Deep Learning teaches you to build deep learning neural networks from scratch! In his engaging style, seasoned deep learning expert Andrew Trask shows you the science under the hood, so you grok for yourself every detail of training neural networks. Using only Python and its math-supporting library, NumPy, you’ll train your own neural networks to see and understand images, translate text into different languages, and even write like Shakespeare! When you’re done, you’ll be fully prepared to move on to mastering deep learning frameworks.

    what's inside
    • The science behind deep learning
    • Building and training your own neural networks
    • Privacy concepts, including federated learning
    • Tips for continuing your pursuit of deep learning
    about the reader

    For readers with high school-level math and intermediate programming skills.

    about the author

    Andrew Trask is a PhD student at Oxford University and a research scientist at DeepMind. Previously, Andrew was a researcher and analytics product manager at Digital Reasoning, where he trained the world’s largest artificial neural network and helped guide the analytics roadmap for the Synthesys cognitive computing platform.


    Страница курса:


    Курс зарезервирует переводчик, когда запишутся минимум 10-15 человек