Rhino3D 中文博客

Goswin Rothenthal将展示他如何使用F#和Rhinoceros3D来建立与制造阿布达比圆顶罗浮宫覆面的相关3D数位模型。( https://www.louvreabudhabi.ae/en/about-us/architecture ) 
继续阅读 →

机器人制造-圆盘锯法建筑联盟学院胡克公园校区(英国) 2018年7月26日-8月5日roboticfabrications.aaschool.ac.uk机器人制造参访学校是建筑联盟胡克公园校区内举办的一系列建筑实验。作为AA Design + Make程式

继续阅读 →

您是否有兴趣增强参数能力，将您的设计技巧提升到更高的水准? 

您准备好学习一款非常令人兴奋而且强大的工具，将您的想法与概念带入全新的领域吗? 

这些参数设计工作坊将为您提供使用Grasshopper必要的知识与能力。

Grasshopper是包含在Rhinoceros内的一款免费视觉程式外挂，工作坊内容也包括实际操作参数练习。

如果您已经了解Grasshopper，又希望提升您的参数知识，那么可以参考选项二。

。选项1：入门综合工作坊- 16小时：2018年7月14日开始。
。选项2：进阶密集综合工作坊- 8小时：2018年7月21日开始。

继续阅读 →

建筑工作坊数位设计与制造
Politecnico di Milano(米兰理工大学) 2018年7月3日(二) -13日(五) 由INDEXLAB -在米兰理工大学所举办的建筑数位设计与制造工作坊，提供建筑还有其相关制造方法一个新的视野。 由于20世纪的建筑以量产以及连续重复部件为重点，今日的建筑将以多种独特的元素为特征，并以CNC数控制造机器进行工业化生产。同时，设计新颖的程式设计平台的兴起，让衍生过程与演算法成为可能，从设计的概念阶段到建构期，就可对形式和技术方面进行控制。 这在一个连续设计过程中，让美学与功能、结构阻力与能量效能结合更为可能。 在定义这种”从设计到生产”的工作流程中，制造与材质的限制与潜力，在生成竞争激烈的逻辑建构系统中，扮演关键作用。机器人与CNC数控制造机器有助于重新定义设计方法以及建造过程，将大多数的制造从建筑工地转移到工业生产，其中最先进的组件、整合的结构与外壳可以被设计并制造为具有高美感与功能价值的复杂解决方案。 本工作坊希望促进有远见的公司、高阶设计师和创新型的学生，展望学术研究、建筑实践与工业生产之间的协作。

CG电脑图学专家Anastasia Zhivaeva将在这场45分钟的网路研讨会上，利用简单的步骤，示范建立专案的过程。

了解如何建立快速、有效并高效率的视觉化原则，她将示范每个V-Ray Rhino使用者应该具备的基本技巧与诀窍。

学习如何设置相机、环境、灯光、阴影、大气效果、渲染设定等等。

课程名称：精密铸造与3D打印(台南高工)第05期
训练费用：学员负担：0
政府负担：13562
训练单位：劳动力发展署云嘉南分署
查看训后就业绩效训练时数：384小时
训练位置：(710)台南市永康区中山南路193号（国立台南高工）
训练时段：日间(上午及下午)
联络电话：(06)6985945分机2101
训练日期：2018/07/11 ～ 2018/09/ 14
联络窗口：云嘉南分署报名日期：2018/05/24 00:00:00 ～ 2018/06/28 23:59:00

本课程使用RhinoGold 3D软件学习与操作，并结合实务铸造加工实作， 3D打印等相关课程，课程内容精实。年龄须15岁以上，学历不拘，须通过甄选。

让您写的脚本可以重新使用于不同环境中，也被许多应用程式支援的灵活编写脚本语言- Python，现在ShapeDiver也支援啰! 

用Grasshopper Python元件，您可以使用rhinoscriptsyntax启动脚本编写，不需编程。

阅读这份简单的Grasshopper之Python脚本简介，还有GitHub储存库里包含的许多范例，就可以自己试试看。

Grasshopper Python已包括在Rhino 6和Rhino 6 for Mac里。

Proving Ground为您带来Grasshopper外挂成是LunchBoxML最新机器学习范例。去年，Proving Ground推出了LunchBoxML -一款使用Accord Framework的Grasshopper与Dynamo机器学习外挂程式。现在，LunchBoxML引进更多新范例，以展示高斯混和与神经网路元件的应用。高斯混和模型示范无需监督学习演算法，根据尺寸与形状的几何属性对3D面板进行分组。神经网络范例示范一种简单监督学习演算法，使用相关空间属性(面积、长度与宽度)，及其分类(办公室、会议等等)的训练数据。Accord.NET框架是.NET机器学习框架，结合用C#写的声音与影像处理资料库。用来建构生产及电脑视觉、电脑听觉、信号处理、统计应用的完整框架。