Grasshopper — крепкая основа [skyarchschool] [Азат Аюпов]
Формируем крепкий фундамент понимания принципов и логики параметрического моделирования в Grasshopper!
Тариф Базовый
Программа курса:
Модуль 1
Введение в параметрическое моделирование
Вводим в курс дела и рассказываем об основных методах и истории параметрического моделирования.
Модуль 2
Установка программ
Устанавливаем Rhinoceros + Grasshopper. Для курса вам не нужно искать ломаные версии Grasshopper. Все ссылки и инстуркции по установке вы получите на курсе.
Модуль 3
Навигация и базовые действия в Grasshopper
Учимся правильно запускать Grasshopper, ориентироваться в интерфейсе и управлять им.
Модуль 4
Основы структур данных в Grasshopper
Разбираем все важные геометрические параметры, примитивы и параметры ввода. Знакомимся с основами работы с компонентами.
Модуль 5
Списки и деревья данных
Разбираемся в одной из ключевых тем Grasshopper, без которой невозможна самостоятельная работа. Так же разбираем все ноды по работе с деревьями данных.
Модуль 6
Математические инструменты
В Grasshopper все строится на математических зависимостях, от простых арифметических операций, до более сложных: синусов, косинусов и матриц. Разбираем принципы работы с этими инструментами.
Модуль 7
Векторы и плейны
Разбираем ключевые понятия векторов, плейнов и точек. Это абстрактные объекты, на которых базируется вся геометрия и без умения конструировать и преобразовывать их в Grasshopper делать нечего.
Модуль 8
Параметрические кирпичные стенки
Учимся приемам создания самых различных кирпичных стенок: от простых до очень сложных.
Модуль 9
Фасадные системы
Рассматриваем создание необычных и сложных фасадных систем, в том числе и мировые кейсы.
Модуль 10
Малые формы и предметы интерьера
Без малых архитектурных форм и предметов интерьера — никуда!
Модуль 11
Вывод на производство
Рассмотрим методы вывода на производство, маркировку, образмеривание и упаковку на листы для задания ЧПУ станкам.
Модуль 12
Генеративный дизайн
Узнаем несколько методов поиска и оптимизации форм посредством эволюционных алгоритмов, нейросетей и машинного обучения.
Формируем крепкий фундамент понимания принципов и логики параметрического моделирования в Grasshopper!
Тариф Базовый
Программа курса:
Модуль 1
Введение в параметрическое моделирование
Вводим в курс дела и рассказываем об основных методах и истории параметрического моделирования.
Модуль 2
Установка программ
Устанавливаем Rhinoceros + Grasshopper. Для курса вам не нужно искать ломаные версии Grasshopper. Все ссылки и инстуркции по установке вы получите на курсе.
Модуль 3
Навигация и базовые действия в Grasshopper
Учимся правильно запускать Grasshopper, ориентироваться в интерфейсе и управлять им.
Модуль 4
Основы структур данных в Grasshopper
Разбираем все важные геометрические параметры, примитивы и параметры ввода. Знакомимся с основами работы с компонентами.
Модуль 5
Списки и деревья данных
Разбираемся в одной из ключевых тем Grasshopper, без которой невозможна самостоятельная работа. Так же разбираем все ноды по работе с деревьями данных.
Модуль 6
Математические инструменты
В Grasshopper все строится на математических зависимостях, от простых арифметических операций, до более сложных: синусов, косинусов и матриц. Разбираем принципы работы с этими инструментами.
Модуль 7
Векторы и плейны
Разбираем ключевые понятия векторов, плейнов и точек. Это абстрактные объекты, на которых базируется вся геометрия и без умения конструировать и преобразовывать их в Grasshopper делать нечего.
Модуль 8
Параметрические кирпичные стенки
Учимся приемам создания самых различных кирпичных стенок: от простых до очень сложных.
Модуль 9
Фасадные системы
Рассматриваем создание необычных и сложных фасадных систем, в том числе и мировые кейсы.
Модуль 10
Малые формы и предметы интерьера
Без малых архитектурных форм и предметов интерьера — никуда!
Модуль 11
Вывод на производство
Рассмотрим методы вывода на производство, маркировку, образмеривание и упаковку на листы для задания ЧПУ станкам.
Модуль 12
Генеративный дизайн
Узнаем несколько методов поиска и оптимизации форм посредством эволюционных алгоритмов, нейросетей и машинного обучения.