Number Generator based on GANs

In recent years, Generative Adversarial Networks (GANs) have emerged as powerful tools for creating realistic and diverse synthetic data. Among their numerous applications, GANs have found particular success in the field of number generation. This cutting-edge technology has revolutionized the way we create and manipulate numerical data, offering immense potential in various domains such as image synthesis, data augmentation, and anomaly detection.

GANs consist of two key components: a generator and a discriminator. The generator creates synthetic data, while the discriminator evaluates the authenticity of the generated samples. These components engage in a competitive learning process, where the generator continuously improves its ability to generate realistic numbers, while the discriminator strives to become better at distinguishing real and fake numbers. Through this iterative training process, GANs learn to generate numbers that closely resemble real-world examples, exhibiting statistical properties and patterns similar to the training data.

By harnessing the power of GANs, researchers have developed advanced number generators capable of producing highly realistic and diverse numerical sequences. These generators have wide-ranging applications, such as generating synthetic financial data for testing investment strategies, simulating complex mathematical models, or creating artificial datasets for training machine learning algorithms.

The GAN-based number generator introduces an element of randomness, enabling it to generate numbers that extend beyond traditional datasets. This versatility allows researchers to explore uncharted territories, creating novel number sequences with varying statistical distributions, densities, and correlations. Moreover, GAN-based generators can be conditioned on specific characteristics, enabling users to generate numbers that satisfy specific constraints or exhibit desired properties.

The GAN-based number generator holds significant potential across various domains. In finance, it can be used to create synthetic stock market data, enabling risk-free testing of trading algorithms. In academia, researchers can employ GAN-generated numbers to simulate complex mathematical models, aiding in the development and validation of new theories. Moreover, this technology facilitates the generation of realistic and diverse datasets for machine learning tasks, fostering the advancement of artificial intelligence.

The advent of GAN-based number generators has paved the way for exciting advancements in data synthesis and manipulation. By leveraging the power of adversarial training, these generators have revolutionized the process of number generation, offering unprecedented realism and diversity. With their wide-ranging applications, GAN-based number generators have the potential to transform numerous fields, enabling researchers and practitioners to explore new frontiers, tackle complex problems, and unlock innovative solutions that were once beyond reach.

我们都知道，无论哪个领域，离开学校进入职场的感觉有多么令人生畏。你具备合适的技能吗？你学到的技术能在你获得的工作中发挥作用吗？这足以让你夜不能寐。

最近，我们采访了一些3D美术师，他们谈到了离开学校，在游戏开发、视觉特效和沉浸式媒体等行业中找到新工作后，自己是如何度过这一转型时期的。如果你有兴趣了解可转移技能、你可能存在的缺漏以及不同3D岗位的日常工作，这篇文章正好适合你。

在《暗黑破坏神4》团队中，团队中的新人环境美术师的日常工作是怎样的？按照Kris Yu的说法，通常，她首先要登录系统，完成游戏开发引擎的同步，然后开始处理分配给她的环境任务。对于该团队的美术师来说，时间管理至关重要，按时完成任务是成功的基础。Kris说：“重点不在于‘尽最大努力’或‘创造最好的美术作品’，而是必须遵守时间安排，确保一切顺利。”

她学到了一个有用的技巧，那就是将与任务相关的所有说明和图片全部列出来。一旦完成，她就会在上面打勾。由于每处环境所需的细节程度各不相同，她或她的团队很容易遗漏一些需要解决的问题，而这种方法能够帮助Kris避免出差错。

很快，她又了解到，电子游戏行业的工作需要大量沟通和团队协作，在家办公时尤其如此。“在这个行业中，能够大胆直言，表达自我，并倾听他人的意见是至关重要的。”Kris说，“人们已经预料到我会提出问题，犯下错误。我不会因为自己的错误而感到懊悔和不安，我会吸取教训并改正，这将使我成长得更快。”

为了更清楚地了解每天的任务，Kris会定期通过语音与同事及团队领导交流。她的团队还会上传视频，在每周的回顾会议中互相提供反馈，她说这是一种很好的学习方式，也体现出了同事对游戏开发的热情。

Kris认为，如果自己在进入新工作之前更深入地学习了设计方面的知识就好了。当她还是一名学生时，她倾向于将其他美术师的概念设计当作起点，在这个基础上创建3D环境。有了那种坚实的基础，Kris只需要做出一些小改动，就能完善整体环境。

当Kris开始与《暗黑破坏神4》的团队协作处理场景构建任务后，她需要进一步顾及3D空间中的玩法设计，但她认为自己缺乏基础设计方面的经验。“我的个人项目不像可玩的游戏那样错综复杂，在游戏中，可移动摄像机所展示的各个角度都应该完美。”Kris说，“所以我还要继续学习空间设计，我已经在阅读建筑类的书籍了，希望学到更多关于建筑结构的知识。”

那么，Kris如何一毕业就能在暴雪找到工作？她在2022年的Rookie Awards中获得了游戏开发年度新秀奖，其作品还在2022年虚幻引擎学生作品展中展出过。如果你经常访问虚幻引擎网站，甚至可能已经看过她的作品，只是没有注意到而已！

在诺蒙学院时，她创作的废弃工厂环境还被评为“学期最佳”，这帮助她在成为美术师的道路上迈向了一个新台阶。“这件作品的灵感源自我最喜欢的电子游戏《最后生还者》。”Kris说，“顽皮狗的游戏是我来美国学习游戏美术的动因，我想重现他们的风格，通过环境本身讲述故事。”这是她使用虚幻引擎5创作的第一个项目，用到了许多新技术和技能，还做了一些实验。Kris的所有资产都是在Maya中建模的，随后，她使用ZBrush进行雕刻，并通过Substance Painter和Designer应用经过平铺和烘焙的纹理。

然而，失败是成功之母。Kris承认，在创作获奖项目之前，她在另一个项目中犯了一些错误。“我的研究工作做得不好，在早期阶段缺乏耐心。”Kris说，“我太急于进入项目，后来才发现我收集的参考资料不足以让我根据概念图完成作品。所以我选择启动新项目，而不是继续完成一个有太多问题需要解决的旧项目。”

犯了这个错误后，Kris会花费更多时间为她的场景寻找大量参考图片。她甚至还亲自前往了其中一个地点。“我花了大约两个月的时间，专门收集参考资料和设计草图。说实话，时间有点长，但这是我所有四件作品中最精致的项目。”Kris说。

最后，如果你正在研究实时技术，请竭尽全力将自己和作品展现在公众眼前，这么做是值得的。这意味着你将开启新的大门，获得新的机遇。问问Kris就知道了。

“在2022年的Rookie Awards中获奖后，我得到了很多出现在公众视野中的机会，这在一定程度上帮助我成为了暴雪娱乐《暗黑破坏神4》团队中的全职副环境美术师。”Kris说，“当我在今年的The Game Awards中看到这款游戏后，我终于感觉自己是一名专业的美术师了。” Kris给出了以下专业提示： 在深入细节之前，先关注全局

“我强烈建议你更加注重对整体环境建立起清晰的认识。我见过很多学生直接就钻入微小的细节，比如在一个道具上花太多时间，但如果整体结构存在问题，那就等于是在浪费时间。” 记录项目的过程

“你未来的雇主很在意这个过程，即使你制作的是一个简单的灰盒模型，或是犯了一个严重的错误导致项目失败，都应该将过程记录下来。它将展现你的思路和发挥创意解决问题的能力。这也是我能够获得面试机会，随后进入暴雪工作的部分原因。” 展示你的作品

“大多数3D美术师都会在ArtStation上发布作品，我强烈建议你订阅专业版账户，这样可以在公众面前增加知名度。ArtStation甚至还为学生提供了订阅折扣。比如说，《暗黑破坏神4》的美术总监在那里看了我的作品集后，就在LinkedIn上联系了我。我也会在LinkedIn上发布作品，因为很多专业美术师和招聘人员都在那里寻找候选人。”

Josh最初进入DNEG工作时，是在长片动画部门担任管线技术总监助理，为《加菲猫》和Netflix的原创圣诞电影《那年圣诞》等正在制作的节目提供支持。尽管他在学校积累了不少虚拟制片经验，并因此吸引了DNEG的注意，但他还没有机会运用它们。然而他相信，机会迟早会到来。

他的团队为美术师、制片协调员、节目主管提供3D管线方面的支持，有时也会相互提供支持。支持任务包括帮助美术师解决与渲染、绑定和模型相关的问题，让他们能够通过DNEG多年积累的内部工具套件完成开发任务。这一切都是为了确保长篇动画电影的制作过程尽可能顺利。

当Josh开始在DNEG工作时，他颇有感触——对许多学生来说，当他们结束学业和实习，找到毕业后的第一份工作时，或许会体会到相似的感受。“我在DNEG的职责与实习期间的工作相反，都是软件和编程方面的，属于传统的3D动画制作，严格说来，这些都不是我在学校时的学习重点。”Josh说，“但既然我已经熟悉了所有基础知识，我可以在此基础上更进一步，熟悉Python和影片制作过程。”

在入职DNEG之前，Josh在Production Resource Group（PRG）有过一段短暂但富有成效的实习经历，这帮助他熟练地掌握了虚拟制片技术。“在实习中，硬件是我们的主要关注点，而且创作形式自由，现在想来，我仍感觉十分新奇。我从中深入地了解了LED技术，对我接下来的学期大有帮助。”Josh说。 图片由Josh Carstens提供 对于年轻的3D美术师来说，当进入一个岗位时，他们会希望自己已经掌握了某些特定的知识，这是合情合理的。Josh指出，总体而言，他认为自己如果具备更多关于Git和版本控制系统的知识就好了。“我有过这样的经历，我曾花大量时间为我的工作仓库变更基底，然后它闲置了一个月，这时有更新进来了，于是我必须弄清楚如何将我的代码与更新合并。”Josh说，“如果很多内部仓库都有自己的系统，需要据此决定如何建立分支和贡献代码，你可能会感觉很头疼。”然而，Josh在学习过程中的大部分任务都是使用C++或MATLAB完成的，所以他对编程的熟悉程度有助于他应对目前的工作。

在罗彻斯特理工学院时，Josh曾导演过影片《Reverie》，他日益丰富的虚拟制片技能再次得到了运用。项目由他主导，因此他能够做出富有创意的决定，然后在虚幻引擎中工作，完成后期制作。“我处理了一些紧急状况，例如，我们的Axis Studio授权加密狗在拍摄前故障了，我需要让支持人员连夜给我们邮寄一个新的，否则我们就完全不能使用动作捕捉了。”Josh说，“能够领导这样一个项目，我感觉很满足。”

他还认为，虚拟制片和虚幻引擎是一对最佳搭档。“在Epic Games的推动下，虚幻引擎成了虚拟制片的代名词，而且它的授权条款对于新手也非常友好，如果你的计算机显卡和CPU符合要求，那么它就是你的理想之选。”Josh说。

虚拟制片新手可以看看虚幻引擎网站上的众多学习资源，它们可以补充你所使用的其他教育资源的缺漏之处。 Josh给出了一条建议： “为了在DNEG工作，我从纽约州北部搬到了加拿大的蒙特利尔。在这个过程中，搬到新城市时的社交孤立感是我必须面对的问题，尤其是，我在这里无法说母语。在我以前的生活中，我从来没有离开过家人和朋友，我的生活方式发生了很大的改变，我觉得我没有做好充足的准备。然而，我已经认识到，这种感觉非常正常，我想对其他具有相同处境的年轻专业人士说，你并不孤单。花点时间适应，不要害怕与其他人交往。”DNEG最近开始为员工提供免费的法语课程，Josh希望能够借此机会认识其他部门的新朋友。寻找处境类似的其他人（如别的新员工）是减少孤立感的好方法。

Lara Rende：德雷塞尔大学学生 Lara尚未毕业，但她对资深专家所使用的工具并不感到陌生。事实上，我们对她的故事了解得越多，就越觉得即将毕业的学生能够从中受到鼓舞。

“不要害怕。”Lara说，“我还记得，我的教授在大一的第一堂课上就打开了Maya，在第二堂课上打开了虚幻引擎4。最初，这会让人感到不知所措，但那时我绝不会想到，到了大四，我会参与这么多项目。”

她之所以能够积累如此丰富的经验，部分原因是她的教授们都知道，她渴望尝试新出现的沉浸式技术。他们曾指导Lara参与宾夕法尼亚州当地植物园的联合研究项目。Lara不仅能够帮忙重现一座历史悠久的建筑（杜邦故居），还可以在这个过程中同时运用多种技术，包括iOS激光雷达、摄影测量和虚幻引擎5。

虽然摄影参考资料是3D建模的重要资源，但对Lara来说，最好的方法还是亲自参观一个地方。她花了一天时间游览长木花园，这不仅有助于她感受这个地方的整体状况，还能直接观察到她的团队要重现的房屋，这份经历最终成了Lara在这个项目中最珍爱的时刻。“那一天，我收获了许多参考照片、视频和个人笔记。”Lara说，“在这座历史悠久的建筑里，我知道我正在做的项目将帮助人们看到这个地方300年前的样子，这让我感觉心潮澎湃。”

然而，尽管Lara的团队使用激光雷达和摄影测量技术扫描了杜邦故居，但他们选择将它们留作参考，在Maya中为房屋建模，这样可以在虚幻引擎中自由地为它添加纹理并制作动画。

除了3D建模外，Lara还热衷于学习动作捕捉技术。作为德雷塞尔动作捕捉社团的现任社长，她不仅帮助教导社团成员了解动作捕捉的完整过程，还与朋友们一起完成了独立的动作捕捉实践。有时候，她也会单纯享受捕捉韩流舞蹈动作的乐趣。

Lara最近参加了导演Ian Fursa独立虚拟制片的拍摄，并测试了这些动作捕捉技能。借此机会，她能够通过绝佳视角了解到摄影棚的拍摄过程。拍摄期间，Lara帮助搭建了摄影棚环境，并根据需要配置了动作捕捉摄像机，以便将Vicon追踪到的数据传入虚幻引擎。她还负责建立和拆解布景，操作动作捕捉系统，设置虚拟制片屏幕，以及标记捕捉对象。当她与Remington Scott合作，为Meta制作Notorious B.I.G.的Sky’s The Limit VR演唱会时，她再次采用了这一流程，并取得了巨大的成功。

那么，这名最忙碌的学生现在在做什么呢？她很快就要毕业了。不忙于学习的时候，Lara会腾出时间寻找工作，她也在考虑攻读研究生课程是否是最好的选择。且不管她如何选择，她说：“我知道，无论我毕业后做什么工作，我都会继续学习和探索。”

显然，当Lara进入职场时，3D建模、摄影测量和动作捕捉等方面的实践经验将对她大有帮助。但她的好奇心和不断学习的动力才是真正值得我们学习的。

“在提供给我的所有项目中，我都会全身心投入。当教授需要我在虚幻引擎中创建一个可玩的VR关卡时，即使我没有任何经验，我还是硬拼着完成了。我参与的所有项目都将为我提供非常宝贵的学习经验。如果你真的想在3D领域做出一些成就，就全身心地投入进来吧。人们可以方便地获取到许多工具和教程。虚幻引擎5是免费的！慢慢来，相信自己。”