流體動畫引擎開發:理論與實踐
楊豐
- 出版商: 電子工業
- 出版日期: 2024-05-01
- 售價: $594
- 貴賓價: 9.5 折 $564
- 語言: 簡體中文
- 頁數: 288
- ISBN: 712147719X
- ISBN-13: 9787121477195
-
相關分類:
DeepLearning
- 此書翻譯自: Fluid Engine Development
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
離散時間訊號處理 (Discrete-Time Signal Processing, 3/e)$800$760 -
CPU 自製入門$594$564 -
深度學習|生命科學應用 (Deep Learning for the Life Sciences)$580$458 -
$228電子產品製造技術(從半導體材料到電子產品) -
Reinforcement Learning|強化學習深度解析 (繁體中文版) (Reinforcement Learning: An Introduction, 2/e)$1,200$948 -
數據驅動的科學和工程:機器學習、動力系統與控制詳解$894$849 -
計算機圖形學原理及實踐, 3/e (進階篇)$894$849 -
$301機器學習與振動信號處理 -
$662程序員數學 : 用 Python 學透線性代數和微積分 (Math for Programmers: 3D graphics, machine learning, and simulations with Python) -
神經網絡與深度學習 — 基於 MATLAB 的模擬與實現$534$507 -
$352數學物理方法 -- 使用 MATLAB 建模與模擬 -
$403MATLAB 圖形學基礎 -
深入淺出 Git (Head First Git: A Learner's Guide to Understanding Git from the Inside Out)$780$616 -
資料視覺化|使用 Python 與 JavaScript, 2/e (Data Visualization with Python and JavaScript: Scrape, Clean, Explore, and Transform Your Data, 2/e)$880$695 -
$403電磁場數值計算及基於 FreeFEM 的編程實現 -
$356強化學習 -
$469Nuclio 實戰與原始碼分析:基於Kubernetes的Serverless FaaS平臺 -
從零開始讀懂微積分$414$393 -
$658Python 深度學習實戰 -
概率論沈思錄$1,079$1,025 -
虛擬模擬$450$428 -
大模型垂直領域低算力遷移 微調、部署與優化$534$507 -
系統模擬基礎教程 (基於 Python 語言)$539$512 -
半小時電子製作$408$388 -
$534工控元器件構造原理與選用
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書圍繞人工智能中的基礎數學理論問題展開討論,介紹了粒子法、網格法,以及混合方法的基本概念,以及它們在動畫引擎開發過程中的代碼實踐。本書的一大特色是為讀者提供了面向代碼的方法,便於讀者上手動畫引擎的開發基礎。本書兼具實用性和理論性,不僅有詳細的理論介紹幫助讀者深入理解相關的概念,還提供豐富的代碼,以及持續更新的GitHub倉庫供讀者參考。本書適合人工智能相關專業、電腦專業、計算數學專業的高年級本科生、研究生學習,也可供涉足該領域的研究人員、工程師參考。
作者簡介
金度燁,NVIDIA首席研究科學家,致力於機器學習和模擬的交叉領域。博士畢業於首爾國立大學,主修物理動畫專業;曾在卡內基梅隆大學進行博士後研究,在加州大學伯克利分校做訪問研究員,專註於數據驅動的物理模擬。在2019年底加入NVIDIA之前,他曾在Microsoft、Uber和Apple等企業工作,專註於3D地圖、模擬和計算機視覺技術。
目錄大綱
第1章 基礎
1.1 你好,流體模擬
1.1.1 定義狀態
1.1.2 計算運動
1.1.3 邊界處理
1.1.4 可視化
1.1.5 最終結果
1.2 如何閱讀本書
1.2.1 獲取代碼
1.2.2 閱讀代碼
1.2.3 閱讀數學表達式
1.3 數學
1.3.1 坐標系
1.3.2 向量
1.3.3 矩陣
1.3.4 線性方程組
1.3.5 場
1.3.6 插值
1.4 幾何
1.4.1 幾何錶面
1.4.2 隱式錶面
1.4.3 從隱式錶面到顯式錶面
1.4.4 從顯式錶面到隱式錶面
1.5 動畫
1.6 基於物理的動畫
1.6.1 基礎入門
1.6.2 物理動畫示例
1.7 流體動畫
1.7.1 重力
1.7.2 壓力
1.7.3 黏性力
1.7.4 密度約束
第2章 基於粒子的模擬方法
2.1 像修拉一樣看世界
2.2 數據結構
2.2.1 粒子系統數據
2.2.2 粒子系統案例
2.2.3 鄰居搜索
2.3 光滑粒子法
2.3.1 基礎
2.3.2 動力學
2.3.3 結果和局限性
2.4 具有較大時間步長的不可壓縮SPH
2.4.1 預測與校正
2.4.2 實現
2.4.3 結果
2.5 處理
2.6 討論和延伸閱讀
第3章 基於網格的模擬方法
3.1 像素化世界
3.2 數據結構
3.2.1 網格類型
3.2.2 網格系統數據
3.3 微分算子
3.3.1 有限差分
3.3.2 梯度
3.3.3 散度
3.3.4 旋度
3.3.5 拉普拉斯算子
3.4 流體模擬
3.4.1 碰撞處理
3.4.2 對流
3.4.3 重力
3.4.4 黏性力
3.4.5 壓力與不可壓性
3.5 煙霧模擬
3.5.1 浮力
3.5.2 對流與耗散
3.6 帶界面的流體
3.6.1 在網格上定義界面
3.6.2 自由界面流動
3.6.3 結果
3.7 討論和延伸閱讀
第4章 混合求解器
4.1 為什麼要混合
4.2 胞中粒子法
4.2.1 從粒子到網格的轉換
4.2.2 從網格到粒子的轉換
4.2.3 移動粒子
4.2.4 結果
4.3 流體隱式粒子法
4.4 其他方法
4.4.1 粒子水平集法
4.4.2 渦旋粒子法
4.5 討論和延伸閱讀
附錄A 基礎知識增補
A.1 共軛梯度和預條件共軛梯度的實現
A.2 自適應時間步長
附錄B 基於粒子的模擬方法增補
B.1 SPH核函數
B.2 PCISPH推導
附錄C 基於網格的模擬方法增補
C.1 網格上的向量與矩陣
C.2 疊代求解器
C.2.1 雅可比方法
C.2.2 高斯-賽德爾方法
C.2.3 共軛梯度法
