今天的学习笔记

灯光:
一共有四种—
1,Directional Light:平行光,照亮整个场景
Type:灯光类型,默认设置
Backing:渲染
Realtime:实时渲染
Color:颜色
Intensity:强度
Shadow Type:阴影类型
Soft Shadow:柔阴影
Hard Shadow:硬阴影
No Shadow:无阴影
Strength:阴影强度
Draw Halo:光晕效果
2,Point Light:点光源

Range:照射的范围
3.Spot Light:聚光源
Spot angle:聚光角度,角度越大,照射范围越大
4.Area Light:区域光源

区域光源的烘焙效果
1,创建物体
2,创建区域光
3,调整区域光至立方体上方,调整大小,直至覆盖整个物体
4,选中物体,在检视视图上,点击Static前边对号,设置物体为静态
5,Window——Lighting,取消Auto前边对勾,点击Build图标进行烘焙,此时图标变为cancel,烘焙完成变为Build
6,在层级视图中选中区域光,在检视视图上隐藏区域光,此时能看到物体上仍有颜色即完成

创建树
在层级视图中右键3Dobject Tree——然后在检视视图中选择树干
点击 +树干 —— Frequency(改变数量)
点击 +数叶 ——Frequency(改变数量)
给树叶添加材质:
点击树叶——选择Material——选择自己挑的颜色——Appiy(应用)

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值