Решил с утра почитать новости про свой город и тут был обнаружен замечательный пост

После прочтения поста в помещении была тепло до конца рабочего дня... У вас в подобных группах ваших городов творится тоже самое?

Доброго времени суток, Пикабутчане!

Осторожно, очень много текста!

Не так давно я выкладывала этих славных молодцев - пограничников. Вот так они выглядели

Ссылка на сам пост

А затем пообещала выложить и процесс. И вот он -этот процесс! Далее повествование идет по порядку сперва текст, затем картинка.

Перед началом работы миниатюра разделяется на две части и крепится клеем к подставкам, в данном случае это туба из-под витаминов. После чего тщательно очищается от чернения зубной пастой и щеткой. После высыхания грунтуется грунтом Tamiya из баллона.

Для основного тона лица необходимо сделать смесь белил титановых и сиены натуральной, далее добавлять кадмий красный светлый до получения нужного оттенка кожи.

В процессе высыхания лица окрашивается костюм. Для гимнастерки в сиену натуральную по не многу добавлялась сажа газовая до получения характерного зеленого цвета хаки, после чего, этот цвет был высветлен на пару тонов путем подмешивания белил титановых.

Для галифе краска намешивалась аналогично гимнастерке, но в сиену было добавлено несколько меньше сажи газовой, что бы оно получило более песочный оттенок.

Соответственно, для ремней и сумки сажи газовой было добавлено еще меньше.

Далее был нанесен базовый слой на овчарку – сиена натуральная без примесей.

Так же был нанесен базовый зеленый слой на столб, фуражку и петлицы. Для этого в окись хрома по не многу намешивался ультрамарин для получения голубоватого оттенка зеленого. Затем, полученный был немного высветлен белилами титановыми.

Все базовые цвета наносились в два слоя.

После высыхания базового цвета кожи началась прорисовка глаз. Для этого в базовый цвет была добавлена умбра жженая. Прорисовка зрачков проводилась, ВНИМАНИЕ, с одного ракурса, при этом фигурка должна как бы смотреть на вас. Т.е. вы никак не вращаете и не проворачиваете миниатюру при прорисовке зрачков. Это условие очень помогает избежать «косоглазия» у фигурки. Зрачки выполнялись двумя штрихами (а не точками), штрихи при этом залезли на нижнее веко. Толщина штриха должна составлять не более трети всей площади разреза глаза. Затем, был взят базовый телесный цвет, которым заново были прокрашены нижние веки, а так же подкорректирована толщина одного зрачка, она получилась несколько больше необходимого. Этим же цветом были подведены брови.

Глаза прорисованы, далее прорисовка теней. Для этого в базовый цвет кожи совсем чуть-чуть было добавлено умбры жженой и кадмия красного светлого. Затемнения наносились в ушные раковины, под верхние и нижние скулы, был подчеркнут нос и губы, а так же подведены верхние веки и немножко нижние. Этот же цвет использовался для затемнений на руках: места стыка кожи с одеждой, а так же пространство между пальцами.

Затем были прорисованы высветления. Для этого в базовый цвет кожи была добавлена охра светлая. Высветления наносились на верхушки скул, середину носа, выступы ушной раковины а так же на костяшки пальцев.

Затем был нанесен красный базовый цвет на столб. Для этого в краплак красный намешивался кадмий красный светлый до получения нужного оттенка.

Следующим этапом были нанесены высветления на гимнастерку. Для этого был повторно намешан базовый цвет хаки. Следует отметить, что для получения такого же базового оттенка во время добавления сажи газовой в сиену натуральную каждый раз фигурка подносилась к палитре для более наглядной оценки цвета. Для высветлений в базовый цвет были добавлены белила титановые, в очень малом количестве. Эти высветления первого этапа должны лечь наибольшей площадью на гимнастерку: не только на складки, но и на такие зоны как верхняя половина спины, рукавов и треть груди. Затем, в базу добавляются еще белила, которые уже наносятся только на плечи, зону у воротника, и верхняя четверть рукавов, а так же особо выступающие складки гимнастерки. Места перехода высветлений далее были тщательно растушеваны влажной и чистой кистью. В случаях, где высветления уже схватились, на кисть бралось совсем немного базового цвета, который наносился и растушевывался.

Далее так же в два этапа были проработаны затемнения гимнастерки. Так же базовый цвет совсем немного было добавлено сажи газовой и затемнены нижняя часть спины, стыки руки и спины, зоны под руками, сумками. Более сильное затемнение было нанесено в самые глубокие части складок, а так же места перехода от гимнастерки к штанам и на окончания рукавов.

После чего, была жидко разведена сажа газовая и тонкой кистью тонкими линиями были подчеркнуты места стыков одежды, места пролегания ремней, манжеты и воротник. В моем случае с особой тщательностью был затемнен стык левой руки со спиной. Эта маленькая деталь в росписи очень добавляет живости фигурке, ее не рекомендуется игнорировать.

Далее были проработаны галифе.

Для этого снова пришлось намешать базовый цвет. Для базового цвета так же в сиену натуральную добавлялись сажа газовая и белила титановые для получения нужного оттенка. Оттенок так же проверялся путем поднесения фигурки к палитре и оценки цвета.

Галифе так же высветлены в два этапа. Для первого этапа в базовый цвет совсем немного было добавлено белил титановых. Высветления наносились на всю переднюю и заднюю части галифе, а так же на особо выступающие складки. Зоны между ног и по бокам были оставлены свободными. Затем, в базу было добавлено еще больше белил. Полученные более сильные высветления были нанесены на особо выступающие складки одежды, куда должно попасть наибольшее количество света.

Галифе затем было затемнено, по аналогии с гимнастеркой. В базовый цвет было добавлено немного сажи газовой. Полученный цвет был нанесен на боковые зоны ног со внутренней и наружной сторон, а так же зон под рубахой и прикладом. Далее в основной цвет было добавлено еще больше сажи газовой. Полученным цветом были оттенены места глубоких складок и так же стыков галифе с рубахой и прикладом.

После галифе была нанесена текстура на столб. Для этого я использовала свою плоскую убитую кисть №2. После лютой эксплуатации, ворс кисти стал из равномерного кусочным. От такой формы кисть дает несколько линий одним движением. В базовый зеленый цвет столба я добавила немного сажи газовой. Полученный цвет я убитой плоской кистью №2 нанесла вертикальной штриховкой, делая упор на нижние части отделений. Аналогично, в красный цвет была добавлена сажа газовая, а полученный цвет был так же нанесен вертикальной штриховкой плоской кистью, при этом выполняя упор на нижние части отделений. Далее столб был оставлен подсохуть.

Далее был изменен базовый цвет собакена. Для этого в сиену натуральную в небольшом количестве были добавлены белила титановые. Полученный цвет был нанесен на все зоны, кроме морды.

Пока наносился базовый цвет на собакена, подсох столб. Настало время для высветлений столба. Для этого в зеленый базовый цвет были добавлены белила титановые. Полученный цвет был нанесен вертикальной штриховкой, при этом выполнялся упор на верхние части делений. А так же была нанесена немного горизонтальная штриховка в верхней части делений.

Затем, в красный базовый цвет были добавлены белила титановые. Полученный цвет так же наносился вертикальной штриховкой, упор так же делался на верхние части делений, так же была нанесена немного горизонтальная штриховка в верхней части делений.

Затем, были подчеркнуты углы столба и его верхушка. Для этого на плоскую полусухую кисть было взято красное высветление, которое было нанесено на кромки путем постаовки кисти плашмя к этим кромкам.

На овчарку был нанесен новый базовый цвет, на порядок светлее прежнего. После того как этот цвет полностью высох можно приступать к нанесению характерного окраса овчарки. Для этого в сажу газовую понемногу добавлялись белила титановые, до получения темно-серого цвета. Этот цвет был нанесен на морду, ушки, всю спину и верх хвоста. Следует отметить, что этот цвет наносился не сплошным слоем, а штриховкой. Вся работа над собакой разделена на следующие этапы.

Первый этап, грубая штриховка: Нанесение основного цвета на большую площадь штриховкой, при этом границы получаются «рваными». Для этого я использовала свою изношенную плоскую кисть #2, которая представлена на фото. Данная кисть отличается своей потрепанностью и достаточно небольшими габаритами для такого масштаба: из общего ворса выбиваются отдельные ворсинки, которые и дают множество штрихов всего за один мазок.

Второй этап, корректировка краев перехода от черного цвета к желтому. Для этого уже была взята обычная маленькая кисть, толщиною 1, а так же базовый цвет шерсти овчарки: в сиену натуральную в небольшом количестве были добавлены белила титановые. Единичными штрихами маленькой кистью следует поправить контур: сделать рваным там, где вышла ровная линия, закрасить случайные мазки в неподходящих зонах, подкрасить уши и морду.

Третий этап: затемнения черной части шерстки. Для этого необходимо дождаться полной полимеризации краски на собаке (сутки). Затем жидко развести сажу газовую и осуществить проливку, НО только на зонах с черной шерсткой. Следите, чтобы проливка не попала на светлые участки шерсти. Эту же проливку следует использовать для глаз.

Четвертый этап: высветления. Для этого в сажу газовую добавлялись белила титановые до

Получения светло-серого цвета, затем туда была добавлена умбра жженая. Высветления наносились плоской кистью штриховкой по направлению роста шерсти в местах выступа спины, хвост. Этот же цвет был использован для выполнения затемнений на морде с использованием маленькой кисти 1.

Пятый этап: Высветления светлой части шерстки. Для этого в базовый цвет добавлялись белила титаноые до получения оттенка достаточно отличающегося от базы. Высветления так же наносились штриховкой с плоской кистью на выступающие части складок на груди, и на выступающие части передних лап. Этим же цветом и маленькой кистью 00 были поставлены блики в глазах.

После собаки были окрашены в базовый черный цвет оружие пограничника, его козырек и сапоги а так же пластина на столбе.

Овчарка теперь тихо-мирно подсыхает, а мы, тем временем, намешаем умбру жженую с небольшим количеством сажи газовой для волос пограничника. Для высветления в базовый цвет были добавлены белила титановые и охра светлая, наносились высветления штрихами с использованием кисти 00.

Далее был нанесен металлик "хромированное серебро", Звезда Мастер акрил. Для этого предварительно необходимо убедиться в полной полимеризации черной базовой краски. Металлик наносится на пластину на столбе, а так же все пряжки и награды на груди пограничника.

Затем, на высохшем столбе необходимо было подчеркнуть форму. Для этого был взят базовый цвет красного (в краплак красный намешивался кадмий красный светлый до получения нужного оттенка), в который понемногу добавлялись белила титановые. Затем, краска бралась на полусухую плоскую кисть, и, путем постановки кисти плашмя к выступам, наносилась на эти самые выступы. Особенное внимание было уделено самой верхушке столба, поскольку она была смой светлой.

После прорисовки столба, металлик уже подсох, а значит, можно приступать к его проливке. Для этого жидко разводится сажа газовая, которая наносится на углубления таблички на столбе, пряжки и награды на груди.

После тонировки металлика, был взят краплак красный и нанесен на центральные части наград, так же на звездочку, которая находится на передней части фуражки, над козырьком. Следом, после высыхания краплака, на награды и звезду был нанесен лак глянцевый.

Далее были расписаны приклад и подсумки. Поскольку они имеют характерный блеск, поэтому для их росписи были взяты краски ARM.PNT, фото красок прилагается. Вы можете использовать для росписи любые другие акриловые краски, схожие по тональности с этими.

Сперва был нанесен базовый цвет: на приклад - Rotbraun, на подсумки – Rotbraun пополам с красно-коричневым БТТ.

Затем на приклад была нанесена упрощенная текстура дерева. Здесь она выполнялась комбинацией вертикальных тонких линий светло и темно коричневого цветов, небольшой длины вдоль приклада. Сперва наносились светлые линии. Для этого базовый цвет приклада Rotbraun был пополам смешан со Ржавчиной светлой, а так же была добавлена вода. Линии наносились кистью, толщиной 00 и Не сплошным слоем. Между светлыми линиями должно оставаться много места. Затем наносились темные линии. Для этого уже в базовый цвет приклада Rotbraun была добавлена треть Резины новой. Полученный цвет наносился аналогично светлым линиям, при этом, корректировалась ширина светлых линий.

Далее были нанесены высветления подсумков. Для этого поровну были смешаны Rotbraun и Ржавчина светлая. Для общих высветлений в данный цвет необходимо добавить немного воды и нанести полупрозрачным слоем на все выступающие зоны подсумков. Для более сильных высветлений в данный цвет было добавлено чуть больше Ржавчины светлой, эти высветления были нанесены на внешние острые края подсумков.

После высветлений, на подсумки были нанесены затемнения. Для этого Rotbraun был пополам смешан с Резиной новой. Полученный цвет был нанесен на стыки тканей.

Закончив с прикладом и подсумками, был окрашен ствол оружия в черный металлик – для этого был использован черный мягкий карандаш.

Затем на подставку была нанесена текстурная паста черная текстурная паста ZIP maket и оставлена высыхать на сутки. После полного ее высыхания, была прокрашена оставшаяся зона в ногах в черный цвет – темперными красками сажей газовой.

После полного высыхания так пасты так и краски на землю была высажена трава ZIP maket . Для этого на землю тонким слоем был нанесен жидко разведенный клей ПВА. Затем пучки травы просеивались через флокатор на подставку. Травинки, под действием магнитного поля, во время движения принимали необходимое положение – перпендикулярно к земле, и в этом же они положении они прилипали к земле: на нанесенный раннее клей ПВА.

Фигурка готова! Благодарю за внимание!

Купил я значит монитор....

Как то февральским вечером в Якутске двое моих друзей с никами Заба и Кэп загрузили полностью доверху машину-универсал детскими игрушками, одеждой, брелками и прочими крутыми плюшками (а игрушки и вещи эти, не абы какие, а фирменные новые в упаковках игрушки по мотивам Марвел, Звездные войны, Гарри Поттер, и прочие персонажи из игр и фильмов. А также крутые детские развивающие игрушки для дошколят. В общем мечта любого ребенка) И поехали они в детский дом и раздали игрушки детям-сиротам в костюмах Дедпула и черепашки Микеланджело. Довольные добрым поступком они поехали по домам.

И все бы ничего, да они никому не рассказали об этом, даже нам, своим друзьям они просто скинули фотку в костюмах, а мы решили просто дурачатся, и значения не придали.

Сие несправедливость хотелось бы исправить. Ибо парни достойны уважения. А кстати, игрушки у них были со своих магазинов, у Забы (Микеланджело) был интернет-магазин развивающих игрушек, но со временем не смог совместить с постоянной работой, а Кэп (Дедпул) закрыл магазин в связи с давно запланированным отьездом в другой город. И недолго думая решили замутить такой вот небольшой, но очень добрый поступок. Просто для себя, для души.

Ну а мы, давайте жирно плюсанём парням, пусть знают, сколько людей шлют им свой респект!)

Есть множество определений, но любое из них, не даст понимания об этой сфере человеку извне. По этому перед определениями лучше посмотреть на пример.

Все мы любим фильмы и сериалы, и если у вас спросят "Что посоветуешь посмотреть?", вы, пожалуй, легко сможете дать пару фильмов, которые нравятся большинству, "Побег из Шоушенка", "Зелёная миля", "1+1", "Крёстный отец", "Бойцовский клуб". Это хороший и рабочий алгоритм, если спрашивающий не смотрел эти фильмы, с высокой вероятностью они придутся ему по вкусу. Но что, если он уже видел всё это и хочет ещё какого то совета. Задача становится чуть сложнее для нас. Я бы спросил "А какие жанры тебе нравятся, какие фильмы?" и на основании его ответов, мог бы предложить ещё прау фильмов.

Фантастика? - Интерстеллар

Криминал? - Криминальное чтиво

Драмы? - Хатико

Спортивные? - Самый быстрый Indian

Наш алгоритм стал чуть сложнее, мы уже хотим какой то информации от спрашивающего, чтобы лучше предложить ему фильм.

Если он смотрел лучшие фильмы в своих жанрах, мы можем ещё усложнить наш алгоритм. Узнаём какие у него любимые режиссёры, актёры, компании производства фильмов и т.д. На основании каждого ответа мы можем лучше подсказать фильм.

А теперь представим что мы Кинопоиск и IMDB. Нас о фильмах будет спрашивать миллион людей каждый день. Лично мы им конечно не сможем ответить, но не беда, компьютер сможет, мы просто перенесём алгоритм который есть у нас в голове в программный код. Компьютер будет спрашивать "Какой твой любимый жанр?", "Актёр?", "Режиссёр". Всё будет делать точно так же как делали мы сами, просто в автоматическом режиме.

Будет работать такая схема? Конечно будет. Но сразу появляются несколько вопрос и возможных проблем в реализации. Как мы определим какой из этих параметров самый важный? Жанр фильма или режиссёр более важен для совета? Может сумма каких то параметров? Джимм Керри хорошо играет в комедиях, а вот в драмах стоит ли его советовать? А ведь кроме параметров в виде актёров и режиссёров есть огромное количество других параметров "какие фильмы смотрел человек недавно", "Кем он работает", "Где живёт", "Образование", "Длительность фильма", "Отзывы критиков", "Отзывы друзей" и огромное количество других. Для составления качественного алгоритма требуется серьёзная экспертная оценка, а ведь новые фильмы выходят каждый день.

Когда мы начинам смотреть на задачу таким образом, написать алгоритм который путём короткого опроса даёт лучший результат становится совсем не просто. Вначале надо исследовать, какой параметр важнее, для этого надо проводить статистический анализ делать это для всех параметров и всех их комбинаций. Составлять на основании этого сверх-сложную систему опроса и решений, где во время программной реализации очень легко допустить ошибку, а найти её потом очень сложно.

Вот было бы хорошо, если бы у нас были данные об оценках фильмов, данные о самих фильмах (жанр, актёрский состав, бюджет) и компьютер сам мог бы определить какие из фильмов понравятся людям которые ещё их не смотрели. Хорошая новость, что компьютер умеет делать такое. Он сам может обучиться на предоставленных ему данных, чтобы делать эффективные предсказания, а затем ещё и оценивать насколько хорошо он с этим справляется.

Это и есть машинное обучение, мы не задаём никаких правил оценки фильмов, мы только даём данные, правила машина выбирает сама - учится.

Немного более формализованные определения:

"Машинное обучение это наука о том, как заставить компьютеры действовать, не будучи явно запрограммированными" – Stanford

"Машинное обучение основанно на алгоритмах, которые обучаются на данных без непосредственного определения правил" – McKinsey & Co.

"Машинное обучение направлено на то, чтобы ответить на вопрос "Как мы можем создавать компьютерные системы, которые автоматически улучшаются с опытом, и каковы основные законы, которые регулируют все процессы обучения?" – Carnegie Mellon University

Обратите внимания на важные термины "Алгоритм" , "Данные" (Data), "Параметры" (Feature)

Здесь надо немного остановиться и подумать, где ещё это может быть применнено, кроме как выбор фильмов?

- Выдать ли кредит человеку? Какие в этой задаче могут быть параметры?

- Сколько будет стоить страхование автомобиля? Какие в этой задаче могут быть параметры?

- Есть ли у человека рак? Какие в этой задаче могут быть параметры?

Какие ещё задачи? Какие у них будут параметры?

Теперь, когда мы разобрались с тем, что значит само понятие Machine learning, мы можем посмотреть на его разновидности. В общем говоря, любую задачу машинного обучения можно отнести к одному из трёх типов:

- Supervised learning (Обучение с учителем)

- Unsupervised learning (Обучение без учителя)

- Reinforcement learning (Обучение с подкреплением)

Supervised learning:

В обучении с учителем у нас есть размеченные данные с проставленными классами, например:

X - исходные данные; Y - класс

Сразу стоит оговориться, что под X мы подразумеваем не только название фильма, но и данные о нём:

'Режиссёр'

'Год выпуска'

'Главные роли'

'Второстепенные роли'

'Страна производства'

'Студия'

'Бюджет'

'Средняя оценка пользователями'

'Упоминаний в СМИ'

'Средняя оценка критиками'

и т.д.

Имея исходные данные алгоритм может найти зависимость между входными данными и выходным классом. То что у наших исходных данных сразу есть ответ (Хорошо или Плохо), это и есть "учитель". Т.е. давая предсказание по исходным данным алгоритм сразу получает понимание того, угадал он или нет.

Пример с определением "качества" фильма называется классификацией. Для каждого фильма нам надо проставить "класс", классов может быть ограниченное число, в нашем случае 2.

Так же бывают задачи, когда нам надо дать предсказание не из конечного числа классов (дискретного пространства), а из непрерывного пространства (допустим числовая прямая), такая задача называется регрессия

X - площадь м2 ; Y - цена руб.

Unsupervised learning:

В задачах обучения без учителя, у нас нет никакой изначально размеченной выборки. Есть просто данные. Для фильмов это выглядело бы так

X - исходные данные;

Наша задача в проблемах такого типа выявить структурные зависимости между входными данными и как то их кластеризировать

В данном случае, в отличие от обучения с учителем алгоритм не получает никакой обратной связи, угадал он или нет. Потому что по сути тут нечего угадывать. Правильного ответа не существует.

Результат мог бы выглядеть так:

Reinforcement learning

Обучение с подкреплением легче всего описать в терминах отличия от других типов ML.

Если в обучении с учителем процесс выглядит так: данные - ответ; и мы оцениваем результат

В обучении без учителя процесс выглядит так: данные; и мы смотрим на результат

То в обучении с подкреплением так: данные - ответ данные - ответ данные - ответ; и тут мы получаем оценку

Проще показать чем описать.

При каждом шаге у компьютера есть возможность сделать свой ход на любую из возможных клеток. И в ответ на свой ход он не получает никакой информации, о том, насколько успешным был его ход. Но получает эту информацию при окончании игры. Проиграл-Победил-Ничья. И на основании полученной обратной связи в конце игры алгоритм определяет ценность всех сделанных шагов.

Так выглядит короткий ввод в тему.

Важно понимать, что машинное обучение это не только очередная забава IT-индустрии. Это будущее и настоящие в экономике, геодезии, логистике, медицине, фармацевтике, робототехнике, инженерии и даже сельском хозяйстве.

А мы по прежнему проводим лекции и практики и строим комьюнити в Тамбове. Вк.