Cursos de Inkscape
Este curso demuestra a través de la práctica práctica los fundamentos y aplicaciones de Inkscape .
Programa del Curso
Introducción
- ¿Qué es Inkscape?
- Usos de Inkscape
- Instalación Inkscape
Descripción general de la interfaz
- Barra de menú
- Barra de comandos
- Controles de ajuste
- Caja de herramientas
- Diálogos
- Preferencias básicas
Diagramas
- Rectángulo
- Selección y transformación
- Opciones de selección
- Diálogo Transformar
- Navegación
- Duplicar
- Ahorro
- Muestras de color
- Cuadro de diálogo Relleno y trazo
- Herramienta Cubo de pintura
- El cuentagotas
- Clonación
- Conectores
- Alineación y distribución
- Opciones de trazo
- Herramienta de nodo
- Conceptos básicos de la herramienta de texto
- Importación de ráster
- Salida de gráficos
- Resumen del proyecto
Creación de un icono
- Herramienta Elipse y opciones
- Herramienta estrella y opciones
- Compensaciones
- Espirales
- Gradientes
- Combinación de rutas
- Vista previa de un icono
- Guardar un archivo .ico y revisar
Logotipos
- Herramienta básica de ajuste
- Efecto de ruptura
- Texto del logotipo
- Capas
- Efectos de trazado en vivo
- Texturizar el texto del logotipo
- Enmascaramiento: Reflejos
- Agrupar / Guardar / Revisar
Anuncio/Folleto
- Herramienta Lápiz
- Pinceles gráficos
- Conceptos básicos de la herramienta Pluma
- Opciones de la herramienta Pluma
- Herramienta de caligrafía
- Fondo con Interpolar
- Trazado de recorte
- Diviértete con las extensiones
- Logotipo basado en texto
- Configuración de marcos de texto
- Filtros
- Texto en una ruta
Pedazos y piezas
Los cursos de formación abiertos requieren más de 5 participantes.
Cursos de Inkscape - Booking
Cursos de Inkscape - CONSULTA
Inkscape - Consultas
Testimonios (1)
The trainer really targeted our need to a very specific case study and was able to adapt to the situation (as the solutions to our problematic evolved during the course), beyond the upstream preparation he did.
Anne-Sophie Schwindenhammer
Curso - Inkscape
Próximos cursos
Cursos Relacionados
GPU Programming with CUDA and Python
14 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a desarrolladores que desean usar CUDA para crear Python aplicaciones que se ejecutan en paralelo en GPU NVIDIA.
Al final de esta capacitación, los participantes serán capaces de:
- Utilice el compilador Numba para acelerar Python las aplicaciones que se ejecutan en las GPU NVIDIA.
- Cree, compile y lance kernels CUDA personalizados.
- Administre la memoria de la GPU. Convierta una aplicación
- basada en CPU en una aplicación acelerada por GPU.
Administration of CUDA
35 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a administradores de sistemas de nivel principiante y profesionales de TI que deseen instalar, configurar, administrar y solucionar problemas de entornos CUDA.
Al final de esta capacitación, los participantes serán capaces de:
- Comprender la arquitectura, los componentes y las capacidades de CUDA.
- Instalar y configurar entornos CUDA.
- Gestione y optimice los recursos de CUDA.
- Depurar y solucionar problemas comunes de CUDA.
Learning Maya
14 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a diseñadores web que desean usar Maya para crear animaciones 3D.
Al final de esta capacitación, los participantes serán capaces de:
- Crea modelos y texturas realistas en Maya.
- Anima y renderiza proyectos para una reproducción de alta calidad.
- Simula efectos naturales como el agua y el humo.
WebGL: Crea una Aplicación 3D Animada
21 horasWebGL (Web Graphics Library) es una API de JavaScript para representar gráficos en 3D dentro de un navegador web sin el uso de complementos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo generar imágenes de computadora realistas usando gráficos 3D a medida que avanzan en la creación de una aplicación animada en 3D que se ejecuta en un navegador.
Al final de esta capacitación, los participantes podrán:
- Comprenda y use las diversas funciones de WebGL, que incluyen mallas, transformaciones, cámaras, materiales, iluminación y animación.
- Animar objetos con WebGL
- Crea objetos 3D usando WebGL
Audiencia
- Desarrolladores
Formato del curso.
- Lectura parcial, discusión parcial, ejercicios y práctica práctica intensiva.
Programación de GPU NVIDIA
14 horasEste curso cubre cómo programar GPU para computación paralela. Algunas de las aplicaciones incluyen aplicaciones de aprendizaje profundo, análisis e ingeniería.
Programación NVIDIA GPU - Extended
21 horasEste curso de capacitación en vivo dirigido por un instructor en España cubre cómo programar GPU para computación paralela, cómo usar varias plataformas, cómo trabajar con la plataforma CUDA y sus características, y cómo realizar varias técnicas de optimización usando CUDA. Algunas de las aplicaciones incluyen aprendizaje profundo, análisis, procesamiento de imágenes y aplicaciones de ingeniería.
Hardware-Accelerated Video Analytics
14 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores que desean crear modelos de detección y seguimiento de objetos acelerados por hardware para analizar datos de transmisión de video.
Al final de esta capacitación, los participantes serán capaces de:
- Instale y configure el entorno de desarrollo, el software y las bibliotecas necesarias para comenzar a desarrollar.
- Cree, entrene e implemente modelos de aprendizaje profundo para analizar transmisiones de video en vivo.
- Identifique, rastree, segmente y prediga diferentes objetos dentro de los fotogramas de video.
- Optimice los modelos de detección y seguimiento de objetos.
- Implemente una aplicación de análisis de vídeo inteligente (IVA).
GPU Programming with OpenCL
28 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen usar OpenCL para programar dispositivos heterogéneos y explotar su paralelismo.
Al final de esta capacitación, los participantes serán capaces de:
- Configure un entorno de desarrollo que incluya OpenCL SDK, un dispositivo que admita OpenCL y Visual Studio código.
- Cree un programa básico OpenCL que realice la suma de vectores en el dispositivo y recupere los resultados de la memoria del dispositivo.
- Utilice la API OpenCL para consultar información del dispositivo, crear contextos, colas de comandos, búferes, kernels y eventos.
- Utilice el lenguaje C OpenCL para escribir kernels que se ejecuten en el dispositivo y manipulen datos.
- Utilice OpenCL funciones, extensiones y bibliotecas integradas para realizar tareas y operaciones comunes.
- Utilice OpenCL modelos de memoria de host y dispositivo para optimizar las transferencias de datos y los accesos a la memoria.
- Utilice el modelo de ejecución OpenCL para controlar los elementos de trabajo, los grupos de trabajo y los intervalos ND.
- Depurar y probar OpenCL programas utilizando herramientas como CodeXL, Intel VTune y NVIDIA Nsight.
- Optimice OpenCL programas utilizando técnicas como la vectorización, el desenrollado de bucles, la memoria local y la creación de perfiles.
GPU Programming with CUDA
28 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen usar CUDA para programar NVIDIA GPU y explotar su paralelismo.
Al final de esta capacitación, los participantes serán capaces de:
- Configure un entorno de desarrollo que incluya el kit de herramientas CUDA, un código NVIDIA GPU y Visual Studio.
- Cree un programa CUDA básico que realice la suma de vectores en el GPU y recupere los resultados de la memoria GPU.
- Utilice la API de CUDA para consultar la información del dispositivo, asignar y desasignar la memoria del dispositivo, copiar datos entre el host y el dispositivo, iniciar kernels y sincronizar subprocesos.
- Utilice el lenguaje CUDA C/C++ para escribir kernels que se ejecuten en el GPU y manipulen los datos.
- Utilice las funciones, variables y bibliotecas integradas de CUDA para realizar tareas y operaciones comunes.
- Utilice espacios de memoria CUDA, como global, compartido, constante y local, para optimizar las transferencias de datos y los accesos a la memoria.
- Utilice el modelo de ejecución CUDA para controlar los subprocesos, los bloques y las cuadrículas que definen el paralelismo.
- Depure y pruebe programas CUDA con herramientas como CUDA-GDB, CUDA-MEMCHECK y NVIDIA Nsight.
- Optimice los programas CUDA mediante técnicas como la fusión, el almacenamiento en caché, la captura previa y la generación de perfiles.
GPU Programming - OpenCL vs CUDA vs ROCm
28 horasEsta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen usar diferentes marcos para GPU programación y comparar sus características, rendimiento y compatibilidad.
Al final de esta capacitación, los participantes serán capaces de:
- Configure un entorno de desarrollo que incluya OpenCL SDK, kit de herramientas CUDA, plataforma ROCm, un dispositivo compatible con OpenCL, CUDA o ROCm y Visual Studio código.
- Cree un programa básico GPU que realice la suma de vectores usando OpenCL, CUDA y ROCm, y compare la sintaxis, la estructura y la ejecución de cada marco.
- Utilice las API respectivas para consultar la información del dispositivo, asignar y desasignar la memoria del dispositivo, copiar datos entre el host y el dispositivo, iniciar kernels y sincronizar subprocesos.
- Utilice los lenguajes respectivos para escribir kernels que se ejecuten en el dispositivo y manipulen los datos.
- Utilice las funciones, variables y bibliotecas integradas respectivas para realizar tareas y operaciones comunes.
- Utilice los espacios de memoria respectivos, como global, local, constante y privado, para optimizar las transferencias de datos y los accesos a la memoria.
- Utilice los modelos de ejecución respectivos para controlar los subprocesos, los bloques y las cuadrículas que definen el paralelismo.
- Depurar y probar GPU programas utilizando herramientas como CodeXL, CUDA-GDB, CUDA-MEMCHECK y NVIDIA Nsight.
- Optimice GPU los programas mediante técnicas como la fusión, el almacenamiento en caché, la captura previa y la generación de perfiles.