3ds Max: технологии 3D камеры

Этот курс показывает, как использовать кинематографические приемы управления камерой в 3ds Max, чтобы демонстрировать свои архитектурные проекты.

Подробнее

Пайплайн фотограмметрии. Том 1

Используя Reality Capture и снимки с камеры, сделанные на месте, мы воссоздадим фотореалистичные модели и текстуры для внутриигрового использования в Unreal 4 с применением инструментов таких как ZBrush, XNormal и Substance Designer.

Подробнее

Колорист-фрилансер (Waqas Qazi)

Единственный курс на планете, который даст вам технические знания и покажет, как стать успешным колористом-фрилансером.

Подробнее

Практический курс по анатомии. Том 7

Продолжая серию лекций по анатомии, мастер изображения человеческого тела Чарльз Хью начинает этот курс с обзора основных структурных элементов скелета бедра и ноги, после чего Чарльз приступает к разбору основных групп мышц.

Подробнее

50 адских ошибок в моделирование

Трехмерное моделирование – это не просто. Порой с ним очень сложно найти общий язык. Так много вещей может выбиться из колеи. Даже если вы чувствуете себя более или менее комфортно в Blender, всегда найдутся моменты, которые смогут испортить настроение.

Подробнее

Написание музыки для игр. Часть 2

Это первый в мире всеобъемлющий онлайн-курс по написанию музыки для видеоигр, который не стоит тысячи долларов. Будьте одним из первых, кто изучит сложное и часто забываемое искусство написания музыки для игр.

Подробнее

Клинап и цветокоррекция в Nuke

В этом курсе мы с вами будем изучать клинап видеоматериала с помощью Planar Tracker. После чего мы интегрируем AOV CG-пассы, займемся продвинутой цветокоррекцией. Также будут рассмотрены техники маскирования и клинап с помощью Smart Vector.

Подробнее

Всеобъемлющее руководство по созданию меча

Создание меча ААА качества в ZBrush, 3ds Max, Substance Painter и рендеры в Marmoset Toolbag 3. Вы когда нибудь задумывались о карьере в индустрии видеоигр в качестве 3D-художника и вам нравятся мечи? Тогда этот курс сделан специально для вас.

Подробнее

Создание 3D окружения в Blender (версия 2020)

Через четыре года курс создания 3D окружения наконец-то появился для Blender 2.81. Тысячи студентов приняли участие в первой версии этого курса, и было много запросов на последующий курс. Приготовьтесь к новой главе в мире 3D окружения!

Подробнее

Создание стилизованного окружение от старта до финиша

На этом курсе, вы научитесь простому и быстрому способу создания стилизованной сцены окружения с нуля и до финального этапа. Все этапы работы будут описываться пошагово и подробно.

Подробнее

Создание мультиплеерной игры в Unity на Photon

Было ли у вас желание делать собственные многопользовательские игры, которые будут продаваться в магазинах – вроде Pixel GUN 3D, Golf Clash и ShadowGun Legends? Если да – то вы в правильном месте!

Подробнее

Нарративное кинопроизводство

Перейдите от идеи к сценарию, а от сценария — на экран… при этом сохраняя свое творческое видение и рассказывая историю людям, которым будет интересно на это смотреть.

Подробнее

Аарон Блейз: Воркшоп по анимации

Присоединяйтесь к Аарону Блэзу и прослушайте 6 часов лекций живого обучения!!! Он будет обучать вас своему подходу к анимационным техникам в живом, интерактивном формате.

Подробнее

Введение в Zbrush 2020 (Madeleine Scott-Spencer)

В этом курсе мы начнем углубляться в более сложные аспекты работы с Zbrush, которые помогут вам более эффективно создавать персонажей, существ и разные предметы, как органические так и не органические, твердотельные.

Подробнее

21 принцип анимации

Времена изменились. 12 принципов анимации, популяризованных когда-то Диснеем, более недостаточно для обучения анимации в цифровую эпоху. Встречайте 21 основу анимации Дермота О’Коннора!

Подробнее

Unreal Engine 4: Сцена затерянная дорога

Цель этого курса - показать вам что возможно создать полностью оптимизированные модели прямо в Speedtree.

Подробнее

Создание экстерьерной сцены

В этом уроке Адриан Вальесилья покажет свой подход к созданию пользовательских текстур с использованием декалей, трафаретов, RGB-масок в Mari, проработка освещения и лукдева в Maya, наложения материалов и рендеринга в Arnold, а также работу с ассетами.

Подробнее

Как нарисовать что угодно (Austin Batchelor)

Полноценный гайд по по цифровой живописи научит вас рисовать всё - от металла до воды, от меха до перьев. Этот курс позволит улучшить ваши навыки либо провести вас по цифровой живописи.

Подробнее

Всеобъемлющий курс по материалам в Blender 2.8

Этот курс будет направлять вас от самого начала – нулевых знаний, до самого топового уровня. В курсе затрагиваются все аспекты материалов, а также разбираются реальные примеры, которые вы сможете использовать в своей повседневной работе даже после прохождения курса.

Подробнее

Дизайн ювелирных изделий в ZBrush

В этом курсе, всемирно известный дизайнер ювелирных изделий, Томас Вительсбах, покажет вам полный рабочий процесс, все техники, необходимые для создания хай-энд изделий.

Подробнее

Пассивный доход для людей творческих профессий

Комплексное руководство по созданию и маркетингу цифровых продуктов для получения пассивного дохода - для кинематографистов, фотографов, музыкантов, дизайнеров и многих других!

Подробнее

Основные техники создания скал

В этом полностью озвученном пошаговом уроке Даниэль Кастилло объединился с Levelup.Digital, чтобы поделиться своими впечатляющими техниками скульптинга и текстурирования для создания скал.

Подробнее

Учимся рисовать из воображения

Этот курс - ваш путь к обретению желанных навыков рисунка! Этот курс научит вас профессиональному рисунку и тому как рисовать просто из головы! Курс начинается с основ - что и как извлечь из воображения и как развивать идеи.

Подробнее

Зарезервирован [Udemy] Data Science: Deep Learning in Python [ENG-RUS]

Тема в разделе "Работа с данными", создана пользователем Jinny_Nou, 18/10/18.

Этап:
Набор участников
Цена:
30000.00 руб
Участников:
16 из 65
Переводчик:
Larsen
24%
Расчетный взнос:
507.69 руб
  1. Jinny_Nou

    Jinny_Nou Модератор

    Регистрация:
    3/3/15
    Сообщения:
    1.861
    Симпатии:
    334
    Пол:
    Женский
    Язык №1:
    русский
    Наука о Данных: Глубокое Обучение на Python
    "Udemy" на русском

    [​IMG]
    Автор: Lazy Programmer Inc.

    Студия: Udemy

    Год: 2018

    Продолжительность: 9 часов 30 минут

    Язык: Английский

    Описание:

    Этот курс поможет вам начать создавать свою первую искусственную нейронную сеть с использованием методов глубокого обучения. Следуя моему предыдущему курсу по логистической регрессии, мы берем этот базовый строительный блок и строим полноценные нелинейные нейронные сети, используя Python и Numpy.

    Все материалы для этого курса бесплатны.

    Мы расширяем предыдущую бинарную модель классификации для нескольких классов, используя функцию softmax, и мы получаем очень важный метод обучения, называемый "метод обратного распространение ошибки", используя первые принципы. Я покажу вам, как писать код для метода обратного распространения ошибки в Numpy. Сначала "медленный путь", а затем "быстрый путь", с использованием функций Numpy.

    Затем мы внедрим нейронную сеть, используя новую библиотеку Google TensorFlow.

    Вам следует пройти этот курс, если вы заинтересованы в том, чтобы стать мастером по Глубокому Обучению, или если вам интересно Машинное обучение и наука о данных в целом.
    Мы выйдем за рамки базовых моделей, таких как логистическая регрессия и линейная регрессия, и я покажу вам нечто, что автоматически изучает признаки.

    В этом курсе есть много практических примеров, чтобы вы могли реально увидеть, как глубокое обучение может быть использовано для чего-либо. На протяжении всего курса мы будем выполнять проект курса, благодаря которому вы узнаете, как прогнозировать действия пользователя на веб-сайте с учетом таких данных пользователя. Таких, как например, использует ли этот пользователь мобильное устройство, сколько продуктов он просмотрел, как долго он оставался на вашем сайте, бывает ли он на сайте неоднократно и в какое время суток заходит.

    Другой проект в конце курса показывает, как вы можете использовать глубокое обучение для распознавания выражений лица. Представьте себе возможность предсказать чьи-то эмоции только на основе изображения!

    После ознакомления с основами я кратко расскажу о некоторых новейших разработках в нейронных сетях - слегка модифицированных архитектурах и для чего они используются.

    Заметки:

    Если вы уже знаете о softmax и методе обратного распространения ошибки и хотите пропустить теорию, чтобы ускорить процесс, изучив более продвинутые методы вроде оптимизации GPU, ознакомьтесь с моим последующим курсом по этой теме "Наука о данных: практические вопросы глубокого обучения в Theano и TensorFlow".

    У меня есть другие курсы, которые охватывают более сложные темы, такие как сверточные нейронные сети, ограниченные машины Больцмана, автоэнкодеры и многое другое! Но вы должны хорошо понимать материал этого курса, прежде чем переходить к более сложным предметам.

    Этот курс нацелен на создание и понимание, а не просто на то, как использовать. Любой может научиться использовать API(интерфейс программирования приложений) за 15 минут посредством прочтения некоторой документации. Тут мы будем заниматься не запоминанием фактов, а усвоением для себя, посредством экспериментов. Курс научит вас тому, как визуализировать то, что происходит внутри модели. Если вы хотите получить больше, чем просто поверхностный взгляд на модели машинного обучения, этот курс для вас.

    This course will get you started in building your FIRST artificial neural network using deep learningtechniques. Following my previous course on logistic regression, we take this basic building block, and build full-on non-linear neural networks right out of the gate using Python and Numpy. All the materials for this course are FREE.

    We extend the previous binary classification model to multiple classes using the softmax function, and we derive the very important training method called "backpropagation" using first principles. I show you how to code backpropagation in Numpy, first "the slow way", and then "the fast way" using Numpy features.

    Next, we implement a neural network using Google's new TensorFlow library.

    You should take this course if you are interested in starting your journey toward becoming a master at deep learning, or if you are interested in machine learning and data science in general. We go beyond basic models like logistic regression and linear regression and I show you something that automatically learns features.

    This course provides you with many practical examples so that you can really see how deep learning can be used on anything. Throughout the course, we'll do a course project, which will show you how to predict user actions on a website given user data like whether or not that user is on a mobile device, the number of products they viewed, how long they stayed on your site, whether or not they are a returning visitor, and what time of day they visited.

    Another project at the end of the course shows you how you can use deep learning for facial expression recognition. Imagine being able to predict someone's emotions just based on a picture!

    After getting your feet wet with the fundamentals, I provide a brief overview of some of the newest developments in neural networks - slightly modified architectures and what they are used for.

    NOTE:

    If you already know about softmax and backpropagation, and you want to skip over the theory and speed things up using more advanced techniques along with GPU-optimization, check out my follow-up course on this topic, Data Science: Practical Deep Learning Concepts in Theano and TensorFlow.

    I have other courses that cover more advanced topics, such as Convolutional Neural Networks, Restricted Boltzmann Machines, Autoencoders, and more! But you want to be very comfortable with the material in this course before moving on to more advanced subjects.

    This course focuses on "how to build and understand", not just "how to use". Anyone can learn to use an API in 15 minutes after reading some documentation. It's not about "remembering facts", it's about "seeing for yourself" via experimentation. It will teach you how to visualize what's happening in the model internally. If you want more than just a superficial look at machine learning models, this course is for you.

    Страница курса:

    Пример перевода:


    Курс зарезервировал Larsen, начнёт переводить, когда запишутся минимум 60-65 человека
     
    Последнее редактирование модератором: 18/5/20
  2. Antonio

    Antonio Администратор

    Регистрация:
    12/8/14
    Сообщения:
    28.639
    Симпатии:
    5.762
    Пол:
    Мужской
    Язык №1:
    Русский
    Добавлен пример перевода :)
     
  3. Ger.Alex

    Ger.Alex Заказчик

    Регистрация:
    7/4/20
    Сообщения:
    3
    Симпатии:
    0
    Пол:
    Мужской
    Язык №1:
    Русский
    Питон :D