ZeTiiCannotStop

这里是关于SD生成器的木漆剥落生成器以及水彩笔触生成器

UE4_虚幻引擎基础照明_灯光类型 🍉本学习笔记是对UE灯光基础类型的理解，特此做记录，大佬自行跳过哈！ ✏️场景照明基础设置： Sky Light（提供间接照明） Directional Light（提供直接照明和光源方向） Point Lights（点光源） Spot Light （聚光灯） Rect Light （面光源） 以上提到的就是最常见的灯光，下面会介绍以上灯光几个常用属性便于打光时进行一个较为基础的设置。 ✍️使用【Directional Light】需要注意的设置有如下几点： 【Mobility】 static（静止），灯光全部会被烘培，纯静态光源，非实时，消耗最低，游戏中无法改变光源。 stationary（静态），只烘培静态几何体的投影和反射光找，其他则为动态光源，此设置还允许光源在游戏中改变颜色和强度，但其并不会移动，且允许部分烘焙光照。 movable（可移动），纯动态光源，可实时移动并动态投射阴影，消耗最多，拥有最高灵活性。 【Light】 Intensity，光照强度，场景光照量的多少 Light color/ tem ...

3Blue1Brown_线代本质第十二章：克莱姆法则，几何解释 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第十二章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 《线代本质》的内容在我的第十一章的笔记就是完结篇，这篇第十二章《克莱姆法则，几何解释》由于官方账号发在一起了，所以我也当作这个系列一起写了 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️克莱姆法则，几何解释：✍️克莱姆法则以及背后的几何原理： 克莱姆法则是线性代数中一个关于求解线性方程组的定理。它适用于变量和方程数目相等的线性方程组。 克莱姆法则并不是计算线性方程组最好的方法，比如高斯消元法（Gaussian Elimination）会算的更快。这一部分内容就可以当作是扩展视野，它会帮你加深对线性方程组的理解。 在知道了这方面的知识后，你就会发现行列式或者线性方程组，这些知识都 ...

3Blue1Brown_线代本质第十一章：抽象向量空间 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第十一章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 《线代本质》的内容这一章其实就是完结啦！！！下一章是《克莱姆法则，几何解释》，由于官方账号发在一起了，所以我会把下一章一起当作这个系列的笔记写在一起，所以下一章是第十二章！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️抽象向量空间：✍️再来想想什么是向量： 坐标的描述是相对随意的，因为这完全依赖于我们所选定的坐标系。 行列式告诉你的是一个变换对面积的缩放比例；特征向量则是在变换中留在它所张成的空间中的向量。这二者都是暗含于空间中的性质，可以自由选取坐标系，这并不会改变它们最根本的值。所以：行列式和特征向量与所选坐标系无关。 但是，如果向量根本并不是由一组实数构成，它们的本质更具空间性 ...

3Blue1Brown_线代本质第十章：特征向量与特征值 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第十章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️特征向量与特征值（Eigenvectors and Eigenvalues）：✍️举例描述： 首先，考虑二维空间中的某个线性变换，它将基向量i帽变换到坐标（3，0），j帽变换到坐标（1，2）。 我们关注它对一个特定向量的作用，并且考虑这个向量张成的空间，也就是通过原点和向量尖端的直线。大部分向量在变换中都离开了其张成的空间，意思是如果向量正好落在这条直线上，感觉更像是巧合。不过，某些特殊向量的确留在它们张成的空间里，与i围着矩阵对他的作用仅仅是拉伸或者压缩而已，如同一个标量。 在上文提到的变换中，基向量i帽就是这样一个特殊向量；i帽张成的空 ...

3Blue1Brown_线代本质第八章：叉积的标准介绍 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第八章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ 【注：此篇为第八章第一部分《叉积的标准介绍》和第二部分《以线性变换的眼光看叉积》的集合】 ✏️叉积（cross product）：✍️基本理解（非严格意义上的叉乘）： 从平面空间说起，加入有两个向量v和w，考虑他们所张成的平行四边形，v和w的叉积v X w 其实就是这个平行四边形的面积。 当然我们还要考虑定向问题；如果v在w的右侧，那么v叉乘w为正；并且值等于平行四边形的面积。如果v在w的左侧，那么v叉乘w为负。这就是说顺序会对叉积有影响。 如果你不计算w叉乘v，而是交换二者位置计算，那么叉积就是之前计算结果的相反数。 记住顺序的方法是：当 ...

3Blue1Brown_线代本质第九章：基变换 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第九章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️基变换：✍️基的选择： 发生在向量与一组数之间的任意一种转化，都被称为一个坐标系（coordinate system），而其中两个特殊的向量i帽和j帽，被我们称为这个标准坐标的基向量。 如上图所示，如果使用另一组不同的基向量，分别称之为b1和b2，它的第一个基向量b1指向右上方，第二个基向量b2指向左上方。如果在这个变换中，用坐标（5/3.1/3）来描述它，这意味着，根据他的两个基向量，获得那个向量的方法是b1乘以5/3,b2乘以1/3,再将两个结果相加。 总之，无论何时，我们用坐标来描述一个向量，将第一个坐标 ...

3Blue1Brown_线代本质第七章：点积与对偶性 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第七章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️点积（dot product）：✍️点积的标准观点： 如果有两个维数相同的向量，或是两个长度相同的数组，求它的点积，就是将相应的坐标配对，求出每一对坐标的乘积，然后结果相加。 ✍️几何计算： 这个计算有一个优美的几何解释： 如果要求两个向量v和w的点积，想象向量w朝着过原点和向量v终点的直线上投影（这里指正交投影），将投影的长度与向量v的长度相乘，就得到了他们的点积，v点乘w。 所以当两个向量的指向大致相同时，他们的点积为正。（方向为正） 除非w的投影与v的方向相反，这种情况下点积为负。 （指向方向相反） 当他们互相垂直的时候，意味着 ...

【注：本章笔记是第六章加附注二的笔记，也就是《逆矩阵，列空间与零空间》加《非方阵》。】 3Blue1Brown_线代本质第六章：逆矩阵，列空间与零空间 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第六章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️逆矩阵（Inverse Matrices）：✍️矩阵的用途： 操纵空间，并且线性代数几乎在所有技术领域都有体现。 它能帮助我们求解特定的方程组。 如果一个特定的方程里面它只存在常数和未知变量（没有幂，没有奇怪的函数，没有未知量间的乘积等等），我们整理这个方程组，将未知量放在左边，常数项放在右边；如果能对其未知变量就更好（必要情况下添加系数0）；此时，就被称为“线性方程组”（Linear system of equations） 此时我们可以将此 ...

3Blue1Brown_线代本质第五章：行列式 我开始了3蓝1棕的线性代数本质的学习，我没什么基础所以在此做了笔记，这里是第五章打卡，学习永远不怕晚哈！如有问题请各位大佬及时指正！ 在b站它的链接在此。 官方一共将此系列分为12节，所以我也会分开写。 我会把相关的这一系列笔记链接在每一篇的最下面，写完就会更新，有需要的朋友可以自行跳转！ 这就是普通的记录，比较基础，没什么有新意的地方。厉害的大佬或相关专业的大佬可以自行跳过此笔记！ ✏️区域内面积增大减小： 想象一些线性空间，有的变换是向外拉伸空间（Generally stretches space），有的则是向内挤压（Generally squashes space）；有件事情对理解这些线性变换很有用，那就是测量这些变换究竟对空间有多少拉伸或挤压；也就是：测量一个给定区域面积增大或减小的比例。 如上图所示，i帽从（1，0）变换为（3，0），j帽从（0，1）变换为（0，2）；则由i帽和j帽决定的单位正方形的面积从原先的1x1变成了现在的3x2；它的面积增大了6倍。所以我们说这个线性变换将它的面积变为6倍。 【剪切矩阵】则是i ...