Кинематографическое освещение в Maya

Привет, ребята, вы бы хотели создавать потрясающие визуализации, которые с гордостью можно размещать в своем портфолио? А научиться создавать композиции в кинематографичном стиле? Если да, то приветствую вас на этом курсе.

Подробнее

Создание коммерческого 3D игрового персонажа в Blender

Это реальный персонаж для реальной игры, сделанный полностью в реальном времени со всеми заминками и решениями проблем от профессионального 3D-художника, который постоянно много говорит, так что имейте в виду!

Подробнее

Упражнения по рисованию окружения с Натаном Фоуксом

Укрепите свои творческие мускулы с Натаном Фоуксом, концепт-художником и цветовым стилистом студии DreamWorks, Disney, Blue Sky Studios и многих других!

Подробнее

Анатомия лица и портрет в Blender

Случалось ли вам часами лепить и текстурировать лицо, но сколько бы вы ни прикладывали усилий, результат выходил не таким, как вы хотели? Вы устали от того, что возитесь на месте и ваши навыки не растут? Тогда добро пожаловать на курс анатомии лица и портрета для художников…

Подробнее

Создание игры файтинга в Unity

В этом курсе я покажу вам, как создать файтинг игру в Unity. Мы создадим экран выбора персонажа, а также добавим ИИ, чтобы он мог сражаться с вами. А главное, мы сделаем им достойный уровень интеллекта, чтобы они были такие же эффективные, как и противники-люди.

Подробнее

Изучите OpenGL на Python для графики и игр

Зачем вам изучать OpenGL? Знание OpenGL откроет вам, что происходит "под капотом" других графических и игровых движков, даст вам превосходные навыки решения проблем и устранения неполадок в других приложен

Подробнее

Продвинутая анимация c Aaron Blaise

Если вы хотите поднять свои способности к анимации на новый уровень, то не стоит пропускать этот курс! Независимо от того, начинающий вы или опытный художник-аниматор, эти веселые и увлекательные видео научат вас чему-то новому!

Подробнее

Создание окружений следующего поколения на UE 5

Это курс не для полных новичков 3d дизайнеров. У вас должно быть немного опыта в 3d. У вас должны быть на компьютере установлены Zbrush, Blender, UE5, Substance 3d Painter и Substance 3d Designer, и Gaea.

Подробнее

Братья Дафферы учат разработке оригинального TV-сериала

Сегодня широко признанные шоураннеры раскроют темную науку создания своих монструозных хитов. Придумайте захватывающие сюжетные линии, создайте незабываемых персонажей и превратите свою сырую идею в презентацию для нового громкого хита.

Подробнее

Эссенция 3D анимации

Углубленные лекции по основным понятиям анимации, таким как привлекательность, синхронизация, интервалы, развлекательная ценность, планирование и многое другое. Практические примеры применения советов и приемов при создании анимированного кадра.

Подробнее

Техники риггинга для мультипликации и кино

В этом курсе мы займемся созданием надежных ригов, а по пути изучим трюки и методы, а также проверенные производственные процессы. Этот курс предназначен для риггеров, которые уже имеют некоторые знания в области риггинга, и не является вводным курсом.

Подробнее

Zbrush для 3D-печати: оживите свои 3D-модели

Вы заинтересованы в 3D-печати, но не знаете, с чего начать? Хотели бы вы создавать потрясающих персонажей, пропсы? В этом курсе мы узнаем всю необходимую информацию, чтобы воплотить ваши идеи в жизнь и в реальном мире благодаря технологии 3D-печати.

Подробнее

Введение в Speedtree

Мы начнем курс с основ Speedtree. Затем мы рассмотрим создание различной растительности деревьев, использование процедурного подхода и рисования от руки, кривые, ноды и генераторы, создание растительности для приложений VFX, а также игр в реальном времени.

Подробнее

Иллюстрация ключевого кадра для производства

Этот курс обучает студентов созданию красивых и кинематографичных иллюстраций ключевых кадров. С помощью сочетания техник рендеринга, мы работаем с важными элементами создания ключевого кадра, такими как композиция, цвет, настроение и освещение.

Подробнее

Аудио для игр 201: продвинутые техники

Это более подробный рассказ о художественных и технологических аспектах концептуализации и создания аудио. Мы применим аудио концепции на практике, записывая и создавая материалы для видеоигр, трейлеров, кат-сцен, диалогов и звуков индивидуальных действий.

Подробнее

Знакомство с Massive Prime

В этом курс Reza Ghobadinic покажет ключевые аспекты работы с Massive Prime, поделиться с вами хитростями из продакшена для создания невероятных симуляций толпы для фильмов и TV.

Подробнее

Цветокоррекция и переосвещение в Nuke

Четвертая часть серии курсов, посвященных Nuke. В этот раз в течение 8 часов мы будем рассматривать цветокоррекцию и техники наложения.

Подробнее

Substance 3D Designer для начинающих

В 1 главе знакомство с интерфейсом. Во 2 главе создание материалов, на основе простых и сложных форм. В 3 главе научимся изготавливать строительные материалы. В 4 главе узнаем, как разрабатываются природные/органические материалы. В 5 главе сделаем несколько тканевых…

Подробнее

Динамический эскиз 2 с Патриком Баллестерос

Основы рисования это самый важный аспект работы дизайнера. Этот курс опирается на уроки курса Динамический набросок 1, и продолжает практическое применение этих навыков для рисования на локации, чтобы создавать новые концепты на основе определенных тем.

Подробнее

Изучение создания игр с ИИ с помощью Python 3

Если вы хотите научиться создавать собственные игры с искусственным интеллектом с помощью Python, то этот курс для вас!

Подробнее

Полная инструкция для новичков по Blender 3.2

ривет, это Мортеза из АртСтудио. Вы должно быть одни из тех, кто ищет курс, который включает в себя самые важные темы в Blender. Именно поэтому мы создали пособие, которое способно сделать из новичка продвинутого пользователя в Blender 3.2.

Подробнее

Как усовершенствовать рисунок человеческого тела

Я делюсь с вами теми методами, которые сам использовал на протяжении многих лет при создании иллюстраций для комиксов, в процессе раскадровки, когда участвовал в создании телевизионных проектов.

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 3096 видеокурсов и книг, по направлениям: CG|3D|VFX|CONCEPT ART|GAMEDEV|FILM|SOUND|IT|AI. В клубе работает 26 Переводчиков!

Подробнее

Зарезервирован [Udemy] Modern Deep Learning in Python [ENG-RUS]

Тема в разделе "Машинное обучение и Глубокое обучение", создана пользователем Jinny_Nou, 18/10/18.

Этап:
Набор участников
Цена:
33000.00 руб
Участников:
6 из 65
Переводчик:
Larsen
9%
Расчетный взнос:
558.46 руб
  1. Jinny_Nou

    Jinny_Nou Модератор

    Регистрация:
    3/3/15
    Сообщения:
    2.067
    Симпатии:
    1.181
    Пол:
    Женский
    Язык №1:
    русский
    Современное Глубокое Обучение на Python
    "Udemy" на русском

    [​IMG]
    Автор: Lazy Programmer Inc.

    Студия: Udemy

    Год: 2018

    Продолжительность: 9 часов

    Язык: Английский

    Описание:

    Этот курс продолжает тему с того момента где закончилсяч мой первый курс, Глубокое обучение на Python (Deep Learning in Python). Вы уже знаете, как построить искусственную нейронную сеть в Python, и у вас есть скрипт plug-and-play, который вы можете использовать для TensorFlow. Нейронные сети являются одним из основных элементов машинного обучения, и они всегда являются главным конкурентом в соревнованиях Kaggle. Если вы хотите улучшить свои навыки в области нейронных сетей и глубокого обучения, этот курс для вас.

    Вы уже узнали о метоже обратного распространения ошибки, но было много вопросов без ответов. Как можно подредактировать это, чтобы увеличить скорость тренировки? В этом курсе вы узнаете о пакетном и стохастическом градиентном спуске - двух часто используемых методах, которые позволяют тренироваться на небольшой выборке данных на каждой итерации, что значительно ускоряет время обучения.

    Вы также узнаете о динамике, которая может помочь вам пройти через локальный минимум (экстремума) и не дать замедлить скорость обучения посредством застоя. Вы также узнаете об адаптивных методах обучения, таких как AdaGrad, RMSprop и Adam, которые также могут помочь ускорить глубокое обучение.

    Поскольку вы уже знаете об основах нейронных сетей, мы поговорим о более современных методах, таких как Исключении (дропауте) и пакетной нормализации, которые мы реализуем как в TensorFlow, так и в Theano. Курс постоянно обновляется, и в ближайшем будущем появятся более продвинутые методы регуляризации.

    В моем последнем курсе, я хотел сделать небольшой упор на TensorFlow. В этом курсе мы начнем с основ, чтобы вы точно понимали, что происходит - что такое переменные и выражения TensorFlow и как вы можете использовать эти строительные блоки для создания нейронной сети. Мы также рассмотрим библиотеку, которая существует намного дольше и является очень популярной в области глубокого изучения - Theano. Мы также рассмотрим основные строительные блоки этой библиотеки - переменные, выражения и функции - чтобы вы могли уверенно строить нейронные сети в Theano.

    Theano был предшественником всех современных библиотек глубокого обучения. Сегодня у нас пожалуй СЛИШКОМ МНОГО вариантов. Keras, PyTorch, CNTK (Microsoft), MXNet (Amazon / Apache) и т. Д. В этом курсе мы рассмотрим все это! Выберите и используйте то, что вам нравится больше всего.

    Поскольку одним из основных преимуществ TensorFlow и Theano является возможность использовать GPU для ускорения обучения, я покажу вам, как настроить GPU в AWS, и сравню скорость CPU и GPU для Глубокого обучения нейронной сети.

    Получив это ускорение, мы рассмотрим реальный набор данных - знаменитую базу данных MNIST (изображения цифр, написанных рукой) и сравним её с различными эталонными тестами. Это база данных, которую исследователи применяют в первую очередь, когда они задают вопрос о своей нейросети: "эта штука работает?"

    Эти изображения являются важной частью истории глубокого обучения и до сих пор используются для тестирования сегодня. Каждый специалист по глубокому обучению должен хорошо их знать.

    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 continues where my first course, Deep Learning in Python, left off. You already know how to build an artificial neural network in Python, and you have a plug-and-play script that you can use for TensorFlow. Neural networks are one of the staples of machine learning, and they are always a top contender in Kaggle contests. If you want to improve your skills with neural networks and deep learning, this is the course for you.

    You already learned about backpropagation, but there were a lot of unanswered questions. How can you modify it to improve training speed? In this course you will learn about batch and stochastic gradient descent, two commonly used techniques that allow you to train on just a small sample of the data at each iteration, greatly speeding up training time.

    You will also learn about momentum, which can be helpful for carrying you through local minima and prevent you from having to be too conservative with your learning rate. You will also learn about adaptive learning rate techniques like AdaGrad, RMSprop, and Adam which can also help speed up your training.

    Because you already know about the fundamentals of neural networks, we are going to talk about more modern techniques, like dropout regularization and batch normalization, which we will implement in both TensorFlow and Theano. The course is constantly being updated and more advanced regularization techniques are coming in the near future.

    In my last course, I just wanted to give you a little sneak peak at TensorFlow. In this course we are going to start from the basics so you understand exactly what's going on - what are TensorFlow variables and expressions and how can you use these building blocks to create a neural network? We are also going to look at a library that's been around much longer and is very popular for deep learning - Theano. With this library we will also examine the basic building blocks - variables, expressions, and functions - so that you can build neural networks in Theano with confidence.

    Theano was the predecessor to all modern deep learning libraries today. Today, we have almost TOO MANY options. Keras, PyTorch, CNTK (Microsoft), MXNet (Amazon / Apache), etc. In this course, we cover all of these! Pick and choose the one you love best.

    Because one of the main advantages of TensorFlow and Theano is the ability to use the GPU to speed up training, I will show you how to set up a GPU-instance on AWS and compare the speed of CPU vs GPU for training a deep neural network.

    With all this extra speed, we are going to look at a real dataset - the famous MNIST dataset (images of handwritten digits) and compare against various benchmarks. This is THE dataset researchers look at first when they want to ask the question, "does this thing work?"

    These images are important part of deep learning history and are still used for testing today. Every deep learning expert should know them well.

    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: 26/3/22
  2. Antonio

    Antonio Администратор

    Регистрация:
    12/8/14
    Сообщения:
    37.056
    Симпатии:
    7.794
    Пол:
    Мужской
    Язык №1:
    Русский
    Добавлен пример перевода :)