если кликать картинку она будет последовательно меняться в размерах от 916 до 1343 пикселей.
Как пользоваться нейросетями ?
Пожалуй начну издалека. Вы знакомы с языком программирования python ?
Как, еще нет? Пора наверстать упущенное. Но на самом деле пугаться не стоит,
для того, чтобы просто использовать готовую нейросеть, а не менять её
код или изучать его, вам он скорее всего понадобится в самом минимальном
объеме. Только для того, чтобы суметь установить или развернуть
окружение для работы с приложением нейросетей.
Хотя конечно же, если Вы желаете узнать лучше как там все устроено и
работает изнутри, то жажда изучить и язык python вам будет как нельзя
кстати.
К счастью некоторые популярные нейросети не только написаны на python,
но и позволяют установить их на свой ПК и заглянуть в исходный код.
Технически изучить python не так сложно, как кажется, однако глубокое
погружение в алгоритмы работы нейросети и возможность самостоятельного
изменения её кода - это уже деятельность на порядок более сложная,
требующая вдумчивости, упорства, усердия и трудолюбия и главное большого
количества времени!
Почему python?
Теоретически нейросеть можно написать практически на любом известном
языке программирования - c++, c#, pascal (в delphi), php, java, javascript или каком-то
другом.
Но особенности некоторых языков подразумевают компиляцию - то есть
исходный код программы, прежде чем будет выполнен, должен быть преобразован
в двоичный машинный код. В таком виде он выполняется быстрее, но
уже становится недоступен для изучения простыми средствами.
Такими языками являются c++, c#, pascal, java. В отличие от них языки
php и python являются интерпретируемыми и не требуют компиляции. То есть
код программы на этих языках остается в своем исходном виде и является
открытым. В компилируемых языках открытый код содержится в исходных
файлах, а скомпилированный двоичный код уже не является открытым
поскольку для его изучения нет простых инструментов подобных
инструментам для написания изначального исходного кода.
Изначальный исходный код обычно пишется в специализированном текстовом
редакторе, например notepad++, позволяя подсвечивать синтаксис.
python для написания нейросетей выгодно отличают две вещи:
- он является интерпретируемым;
- для python имеется богатая библиотека модулей, которые активно используются
на тех или иных этапах работы нейросетей;
С одной стороны интерпретация кода это более медленный процесс, чем
исполнение скомпилированного двоичного кода, но выигрыш во времени
исполнения в современных реалиях покрывается тем, что исходный код проекта
остается открытым для изучения, ну и скорость исполнения вполне приемлема,
поскольку критичные по скорости процессы исполняются специальным образом.
Например для этого задействуется не CPU - центральный процессор компьютера,
а GPU (графический процессор), который использует технологию CUDA и позволяет исполнять код значительно
быстрее за счёт большого количества ядер. У современных графических карт в
GPU может быть более 2000 ядер, в отличие от CPU, на котором обычно их
количество - не более 2, 4, 8, 16 и т. д., но никак не сотня или тысяча как на GPU.
Правда ядра GPU более узкоспециализированы и могут выполнять только более
простые операции и вычисления нежели ядра CPU, которые могут выполнять
широкий диапазон действий и команд.
Однако ядра GPU и были разработаны для целей быстрой обработки графической
информации в современных играх, а также, как оказалось, стали полезны и
для применения с нейросетями и в какой-то момент стали разрабатываться
уже с учетом не только для обработки графики, но и для целей обработки
информации нейросетями.
Так что же такое нейросети?
Простыми словами это современных вид базы знаний. Ранние версии баз знаний
основывались на табличных базах данных. Такой способ хранения знаний не позволял
применять алгоритмы для каких-то сложных вычислений. Информация хранилась в основном
в виде справочников, которые можно было открыть и читать или осуществлять по
ним полнотекстовый поиск.
В нейросетевых базах знаний используются совершенно другие алгоритмы, позволяющие
искать информацию по принципам нечеткого совпадения, а также применять методики
для генерации новой информации на основе сведений из базы знаний.
Например в обычной табличной базе знаний мы никак не можем соотнести понятия
кошки и собаки, поскольку это два совершенно разных слова или словоформы,
и если с синтаксической точки зрения эта задача привычными средствами текстового
поиска может быть еще решаема, но вот на уровне абстракций вида - извлечь всех
животных, похожих или являющихся родственниками кошек и собак, она уже алгоритмически
нерешаема, так как нет простого способа для написания обычного запроса к табличным
базам данных, которые бы могли получить искомые данные.
В нейросетях это становится возможным благодаря использованию векторов. То есть
текстовые или другие хранимые сущности это вещественные числа и векторы, над
которыми можно производить векторные операции.
Модели данных применяемые в нейросетях - это большие многомерные векторные массивы
организованные специальным образом. Их еще называют векторными базами данных,
поскольку основное их содержимое - это большие массивы чисел с плавающей точкой,
хранящие веса параметров обученных нейронов нейросетевой структуры.
Если говорить о LLM - Large Language Model - нейросетях хранящих большие языковые
модели, то с такой базой знаний можно общаться посредством запросов на нормальном
человеческом языке, а не на каком-либо языке программирования. Ну а, например
нейросети для генерации изображений, такие как Stable Diffusion, позволяют
на основе запросов генерировать высококачественные изображения. Таких технологий
не было ранее никогда.
Я помню времена, когда задача по удалению фона на фотографии или замены на ней
человека или предмета или, к примеру, удаление эффекта красных глаз, требовало большой
работы, а иногда из-за своей сложности становилась полностью невозможной
как по времени выполнения, так и по качеству. Например сделать из размытого
снимка на фото четкий - такая операция в былые времена была попросту невыполнимой.
Все изменилось с приходом нейросетевых технологий. Перечисленные операции обученная
нейросеть может выполнять четко, быстро и эффективно. И теперь то, что казалось
невозможным выполняется в считанные минуты и даже секунды!
Поэтому современные базы знаний на основе нейросетей это инструменты совершенно
нового порядка - позволяющие выполнять не только какие-то простые и рутинные
операции, но и настоящую творческую деятельность. То есть изображение может
нарисовать художник сам, привычными методами и это у него может занять
значительное количество времени. Нейросеть для генерации изображений может
проделать аналогичную работу, но намного быстрее и качественней!
Бояться того, что все художники потеряют работу, по-моему не стоит. Во-первых,
все нейросети обучаются на работах каких-то художников, поэтому если никто ничего
не будет рисовать ... ну вы поняли! С другой стороны нейросеть может служить
профессиональному художнику подспорьем и помощником - выполнять рутинные
задачи, различные варианты одного и того же и тому подобное. То есть нейросети
надо рассматривать не как замену, а как расширение наших возможностей!
С этой точки зрения нейросети это эдакие сапоги-скороходы. Без них мы можем просто
ходить, а с ними - бегать и летать!
Поэтому если кто-то боится, что нейросети или люди, которые их используют,
заберут у них работу, то этого бояться не стоит, если идти в ногу со временем!
С нейросетями просто все возможности, которые раньше казались фантастикой, становятся
вполне реальными!
Ну и разумеется этот процесс будет происходить долго и постепенно. Никак не за
короткий период времени. Да и сами нейросети еще пока не совсем совершенны и
также будут развиваться и улучшаться и это долгий и длительный процесс!
И еще один важный фактор.
Разумеется не всегда результаты работы нейросетей являются четкими и правильными,
они могут содержать ошибки.
Поэтому полученные ответы всегда нужно перепроверять на достоверность, полноту
и адекватность.
Причины ошибок нейросетей кроются в используемых для обучения наборах данных,
в которых нужные данные были представлены возможно в неполном или неточном
виде.
Также ошибки могут быть вызваны тем, что для ответа нейросеть не имеет в
своей модели данных нужных сведений. Тогда результат может быть настолько более
ошибочным, насколько сильно искажены или полностью отсутствуют необходимые
данные.
Как я уже упоминал выше,
нейросети используют для хранения информации не обычные табличные базы данных,
а векторные. Для занесения информации и извлечения её из векторной базы данных
применяются специальные сложные алгоритмы. Поэтому вручную просмотреть содержимое
векторной базы данных также как обычной табличной не получится, поскольку
сведения там хранятся в абстрактной форме в виде больших многомерных массивов.
Это напоминает двоичный код, который тоже вручную практически нечитаем. Какие-то
бесконечные наборы чисел.
Именно поэтому работа с моделями данных нейросетей, извлечение из неё данных
и её обучение - это нетривиальная задача.
Разумеется чисто технически можно создать простейшую нейросеть, которая будет
иметь алгоритмы и работать вразрез с тем, что было описано выше. Но имейте в виду,
что и результаты её работы будут самые простые - такие как, например, генерация
или распознавание цифр в виде изображений очень небольшого размера и использующих
минимум цветов, например только черный и белый.
Для изучения и лучшего понимания нейросетей мы с вами будем применять следующие
технологии:
Stable Diffusion и Automaic1111,
ComfyUI,
а также
Kohya - для обучения собственных моделей данных.
На протяжении дальнейшего изложения материала особенности работы с ними будут
постепенно раскрыты сначала в самой приближенной и простейшей, доступной для
понимания форме, а затем последуют более сложные объяснения и примеры.
Рассматривать их мы будем в следующих разрезах:
1) Установка и/или развертывание необходимого окружения для работы на ПК;
2) Изучение методик работы для получения результатов - какие запросы и настройки,
а также модели нужно использовать.
3) Изучение алгоритмов построения и работы, изучение исходного кода на
python.
Для 3 пункта как раз очень подойдет ComfyUI, который позволяет строить
workflow - схему процесса работы для генерации результата. Схема состоит
из минимально необходимого набора блоков, соединенных линиями. Линии
подключаются к строго определенным входам и выходам блоков, и если
схема построена правильно, то запустив генерацию на выходе вы получите
заданный результат.
С одной стороны применение ComfyUI может отпугнуть своей сложностью.
Создать с нуля новую работающую блок-схему без необходимых начальных
знаний не получится.
Но с другой стороны, в отличие от Automaic1111, мы не ограничены заранее
заданным набором настроек и методик генерации. В пределах, доспустимых
текущей реализацией ComfyUI, возможно создание и построение таких схем,
которые могут выдавать гораздо более сложные и эффектные результаты.
Для начала давайте попробуем разобраться в самом базовом варианте workflow
генерации изображения.
Шаг установки и развертывания ComfyUI на вашей системе я пока упускаю,
он будет рассмотрен в последующих статьях, а сейчас посмотрим на базовую
схему генерации изображения.
если кликать картинку она будет последовательно меняться в размерах от 640 до 1920 пиксель.
Поясню кратко для чего нужен каждый из блоков и что он делает.
Load checkpoint - отвечает за загрузку модели данных. Если у вас её
еще нет - вам нужно будет предварительно её скачать. ComfyUI может любезно предложить это сделать.
Positive prompt, Negative prompt - то что представляет набор слов,
перечисленных через запятую и является описанием нашего запроса к нейросети - что мы хотим сгенерировать.
Причём позитивный запрос - то что мы хотим получить, а негативный - то что хотим исключить. Следует
иметь в виду, что не все фразы и слова нейросеть может понять или понять так, как вы этого ожидаете.
Это зависит от многих факторов. Главным образом от используемой модели данных.
Empty SD3 Latent Image - здесь задаются параметры изображения в
латентном пространстве. Размеры в пикселях в ширину и высоту как обычно. Параметр batch size позволяет
генерировать одновременно несколько изображений за 1 заход, но не более 8 (зависит от доступной памяти),
большее количество можно задать меняя параметр batch count расположенный ниже - рядом с кнопкой RUN.
Латентное пространство изображения это еще не то изображение, которое можно увидеть на экране, а
пространство для его создания и видоизменения, пока оно не превратится в готовое.
KSampler - особый блок, в котором задается ряд параметров влияющих
на качество и содержание финального изображения. Обратите внимание, что блок включает разъемы
model, positive, negative, latent_image - к которым ведут соединения из соответствующих разъемов уже
рассмотренных нами блоков.
А на выходе есть только разъем
LATENT - как раз то самое сгенерированное изображение из латентного пространства.
Назначение параметров следующее:
seed - случайное число, которое задает вариативность изображения. Для одних и тех же чисел при
одинаковых настройках и на одном и том же ПК мы получим идентичное изображение. Однако если
Вы попробуете сгенерировать подряд 2 идентичных изображения одно за другим - ComfyUI не даст
вам этого сделать. Чтобы сгенерировать второе нужно будет перезапустить среду ComfyUI !!!
control after generate - здесь просто набор вариантов как изменится значение seed после генерации
изображения - fixed не изменится, increment - увеличится на единицу, decrement - уменьшится на единицу
ну и т. д.
cfg - параметр влияющий на детальность изображения. Однако чтобы понять как он работает -
надо поэкспериментировать. Влияет на качество и скорость генерации.
sampler_name - алгоритм для генерации изображения, также влияет на качество и скорость генерации.
sheduler - определяет алгоритмы удаления шума из изображения, влияет на качество и скорость генерации.
denoise - степень удаления шума.
VAE Decode - Variational Autoencoder - генеративная модель,
которая обычно связана с той, которую вы используете в блоке Load checkpoint. Если они окажутся
несовместимы, то можно получить странные результаты или даже ошибку. Обычно достаточно совместимости
на уровне версии Stable Diffusion, а вот если модели для FLUX, то будет ошибка так как для
них нужны собственные VAE. Назначение этого блока - декодировать данные модели из латентного
пространства полученного на предыдущих шагах и превратить в пиксельное, которое мы и получим
в финальном блоке - Save Image.
Save Image - данный блок содержит сгенерированное изображение
в финале выполнения процесса генерации и оно также будет сохранено в папку output. В блоке можно
задавать шаблон для именования файлов сгенерированных данной схемой, например simple_example_1
Это значит, что все последовательно сгенерированные изображения будут иметь имена файлов вида
simple_example_1_00001_.png
simple_example_1_00002_.png
...
simple_example_1_00027_.png
и т. д.
У comfyui нет лога генераций, то есть меняя настройки по-разному нигде не сохраняется информация
о том, какие настройки вы использовали для каждого из сгенерированных изображений. Поэтому
вам придется эту информацию где-то записывать вручную самостоятельно ну и конечно создавая
собственные файлы workflow схем в файлах .json тоже можно ориентироваться на то, какие изображения
из какой схемы были сгенерированы.
Такая информация пригодится вам впоследствии, когда у вас будет огромное количество уже
сгенерированных изображений с разными параметрами, настройками, workflow и моделями, запросами
и другой информацией и вы захотите, например какое-то изображение сгенерировать еще раз
с другими настройками или увеличить или выполнить с ним какие-то еще интересные действия.
Запускаем процесс генерации.
если кликать картинку она будет последовательно меняться в размерах от 640 до 1920 пиксель.
Для этого надо нажать кнопку снизу по центру окна ComfyUI, которая называется RUN,
я её уже упоминал выше.
В comfyui интересно наблюдать этапы генерации, так как активный блок, на котором в данный момент
происходит генерация, отмечается зеленым контуром и в финале выполнения над каждым блоком будет
высвечено время в секундах, затраченное на операции над изображением в данном блоке.
Если вы будете выполнять какие-то повторяющиеся операции, например генерировать разные изображения,
но используя одну и ту же модель checkpoint, то они будут выполняться быстрее, поскольку не будет
требоваться время на работу по загрузке модели и подготовительные операции с ней, то есть
данный блок не будет выполняться и выполнение сразу будет переходить к следующему блоку!
В результате получим такое:
если кликать картинку она будет последовательно меняться в размерах от 640 до 1920 пиксель.
То есть в ответ на такой запрос:
a drawing depicting rabbit pointing at a bunny jumping into a barrel, weapon, gun, no humans,
traditional media, parody, fine art parody
Мы получили белого кролика с пистолетом, стоящим около бочки. А на одной картинке
даже двух кроликов! В таких случаях можно попробовать добавить фразы в негативный
запрос, чтобы исключить генерацию двух кроликов на одной картинке, если нам
это не нужно.
И обратите внимание, у нас получилось сразу 2 картинки, поскольку параметр
batch_size в блоке Empty SD Latent Image имел значение 2.
Напоследок пара заметок.
Как вы уже поняли схемы workflow можно создавать, сохранять и загружать готовые.
Они сохраняются внутри папки, куда Вы установите ComfyUI, подпапка называется
user\default\workflows\
Скачанные модели надо помещать в папку
models и размещать в соответствующей подпапке.
Большие базовые модели в подпапку checkpoints, а например небольшие по размеру
модели фильтры lora, которые можно быстро обучать и с помощью них генерировать финальные
изображения в заданном стиле, виде, позе или в принадлежности к определенному персонажу -
в подпапку loras.
Об особенностях установки ComfyUI и других программ я расскажу далее, а сейчас хочу отметить,
что ComfyUI можно установить как обычное exe приложение, которое будет запускаться как
обычное desktop приложение с окном, а еще можно скачать и установить portable версию,
которая будет запускаться как сервер и открываться из браузера. Именно такая версия
и показана на скриншотах выше. Преимущество exe версии в простой и быстрой установке
и запуске. portable версия еще и позволяет видеть весь исходный код проекта на python,
а в exe версии все это упаковано в файл пакета.
Но exe версия работает полностью аналогично браузерной версии с тем лишь отличием,
что она использует js библиотеку electron и браузер chromium, именно поэтому Вы и
увидите его как оконное desktop приложение, однако под капотом там будет все тот же
python, скрипты и запускаемый локально сервер.
В дальнейших статьях я планирую более подробно остановиться на тех или иных уже
упомянутых выше темах связанных с установкой, развертыванием, созданием workflow схем
генераций, особенностях и секретах генерации эффектных, качественных и нужных вам
более соответствующих запросу изображений, ну и разумеется мы постепенно будем
все глубже погружаться в недры особенностей работы и реализации нейросетей, в том
числе будем создавать свои сложные и необычные схемы генераций, и не только изображений,
но возможно и аудио, видео и чего-то еще. И конечно заглянем в исходный код на
python, так как рано или поздно, возможно вы захотите не только лучше понимать
как это все устроено и работает, но и видоизменять или даже создавать свое!
Ведь нейросети это нечто большее, чем алгоритмы и программы, это по сути кусочки
разума, позволяющие выполнять какие-то сложные творческие задачи подобные написанию
музыки или рисованию, которые не поддаются реализации через обычные описательные
алгоритмы последовательным написанием большого и сложного кода!!!
Что ж, на это у меня на сегодня все! Приятного вам времяпровождения в компании
нейросетей и удачных генераций!
А с вами был, megainformatic.
продолжение следует ...
Другие статьи про нейросети и их создание:
Блеск и нищета нейро-сетейСоздание простейшей нейросети на примере распознавания цифрКак я свою нейросеть писал
оцените статью:
0
0
МегаИнформатик
Современный журнал о IT технологиях, информатике, комиксах, инди-играх, компьютерной графике, музыке, программировании и многом другом.
megainfomatic yookassa module Модуль подключения к yookassa.ru для любой cms.
читать
Все секреты нейросетей.Оцифровка сознания книга, Ежемесячный журнал комиксов и инди-игр Мегаинформатик #2 (26) февраль 2026, Img Gen Megainformatic Img2Txt модуль распознавания изображений для Stable Diffusion WebUI Forge, Модуль подключения к Яндекс Маркет megainformatic yandex.market digital delivery universal для доставки цифровых товаров
читать
читать
скачать
читать
Ежемесячный журнал комиксов и инди-игр Мегаинформатик #9 сентябрь 2025+, #1 (25) январь 2026, Img Gen Megainformatic - локальная Нейросеть для генерации изображений, Img Gen Megainformatic Log модуль для Forge версии 2024-Aug-10 - локальной Нейросети для генерации изображений
читать
читать
скачать
скачать
Ежемесячный журнал комиксов и инди-игр Мегаинформатик #12 декабрь 2025, комиксы: Веб-Мастер и Маргарита #14, Кыся #3 - комикс фэнтези, Твое будущее #1 - комикс
смотреть
читать
скачать
октрыть
Ежемесячный журнал комиксов и инди-игр Мегаинформатик #11 ноябрь 2025, комиксы: Сикс Икс Икс - Двойное дно (6xx) #14 - комикс 18+, Несравненная Рокси #1 - комикс 18+, Эмми город надежд #3 - комикс
смотреть
читать
скачать
скачать
комиксы, Ежемесячный журнал комиксов и инди-игр megainformatic.ru #10 октябрь 2025, #6 июнь 2025+ дополнение к основному номеру за июнь, Полное превращение #1 - комикс, #7 июль 2025+ дополнение к основному номеру за июль
смотреть
скачать/читать
читать
интересное
комиксы, Ежемесячный журнал комиксов и инди-игр megainformatic.ru #9 сентябрь 2025
смотреть
читать
смотреть
starcraft комикс
комиксы
смотреть
читать комикс
читать
читать
комиксы
читать
смотреть
читать
читать комикс
игра Fishka. Ежемесячный журнал комиксов и инди-игр megainformatic.ru #8 август 2025, другие комиксы
играть
читать
читать
комикс
ежемесячный журнал комиксов и инди-игр megainformatic.ru #6 июнь 2025 - специальный выпуск Квантум 28 страниц win/linux/android/html5/pdf полная версия скачать или запустить в браузере, игра lollypop 1994 времен ms-dos, ежемесячный журнал комиксов и инди-игр megainformatic.ru #5 май 2025+ 18+ дополнение к основному номеру. Все выпуски за 1 полугодие 2025 года в одном номере - #1 январь - #6 июнь 2025 108 страниц pdf/win/linux/android/html5
скачать
играть
читать
читать
ежемесячный журнал комиксов и инди-игр megainformatic.ru #5 май 2025 - выпуск 5, #6 июнь 2025 - выпуск 6, #4 апрель 2025 спец. выпуск GAME дополнение к апрельскому номеру - все комиксы по играм!, выпуск #7 июль 2025
скачать
читать
открыть
смотреть
журнал комиксов - приложение к журналу комиксов megainformatic.ru #1 январь 2025 - выпуск 1, журнал комиксов #4 апрель 2025, 18+ дополнение #3 к журналу март 2025, 18+ дополнение #2 к журналу февраль 2025
читать
журнал
18+ дополнение #3
18+ дополнение #2
игра, журналы комиксов - номера за 2025 год - январь 2025 - март 2025
играть
смотреть
читать
журнал
игры, сервисы
играть
играть
случайный сайт
играть
видео-рассказ, уроки godot, виртуальный помощник по поиску информации
играть
читать
купить
скачать
игры Многоликий: dress - hordes эпизоды с 1 по 4
играть
скачать
купить
купить
игры, музыкальные клипы
скачать
скачать
смотреть
скачать/играть
музыкальный клип, игры
смотреть
играть
скачать
скачать
разработка игр, анимационный фильм, новогодняя дискотека 2020 - песни на итальянском, игра про лифт
смотреть
смотреть
смотреть
смотреть
игры, инструменты разработки, анимационный фильм, фильм.
купить
смотреть
смотреть
скачать
игры
скачать
скачать
скачать
купить
игры в браузере
играть
играть
играть
играть
игры в браузере
играть
играть
играть
играть
игры в браузере
играть
играть
играть
играть
игры в браузере
играть
играть
играть
играть
игры в браузере (3), создание музыки в браузере (1)
играть
играть
играть
играть
игры в браузере
играть
играть
играть
играть
игры в браузере
играть
играть
бк 0010.01 - играть!
играть
игры в браузере
играть
играть
играть
играть
игры в браузере (3), скачиваемые (1)
играть
играть
играть
скачать
игры в браузере
играть
играть
играть
играть
игры в браузере, скачиваемые игры
играть
скачать
играть
играть
игры в браузере
играть
играть
играть
играть
игры в браузере
Foxyland 2
quidget 2
играть
играть
полезный софт, игры в браузере
скачать
anova игра
A Knots Story
sabotage
сервисы, игры
24500 руб.
скачать
игра
играть
игры, программы
купить / скачать
купить
5500 руб.
скачать
поздравления, уроки рисования, уроки создания сайтов
читать
читать
читать
150 руб.
комиксы, музыка, рассказы
читать
читать
слушать
читать
игра для разработки, калькулятор услуг, cms, комикс
250 руб.
разработка на заказ
1250 руб.
350 руб.
игры для разработки, комиксы
скачать
читать
читать
скачать
игры шарики и ямки, комиксы про Костю Коробкина, ria xxl игра, fly snow 3d генератор эффектов снега, частиц и др. -
скачать
читать
150 руб.
350 руб.
Создай свою игру на fle game engine -
800 руб.
240 руб./скачать
скачать
скачать
Для создания сайта - модуль отзывов/комментариев для вашего сайта в составе megainformatic cms express files -
700 руб.
1250 руб.
150 руб.
500 руб.
Уроки Flash, бесплатные Flash - игры.
бесплатно
бесплатно
2500 руб.
14000 руб.
Поддержка сайтом нескольких языков (multi lang), создание собственной системы личных кабинетов, соц. сети или фриланс - биржи (megainformatic cms social), создание сервиса коллективных покупок на базе megainformatic cms groupon, онлайн сервис подсчёта статистики ключевых слов в статьях вашего сайта keywords gen + описание кода данного сервиса, с возможностью бесплатно реализовать его аналог на своём собственном сайте.
500 руб.
12000 руб.
14000 руб.
бесплатно
megainformatic.ru/webjob/ - сервис для фриланс проектов
- место встречи заказчиков и исполнителей
megainformatic.ru/webjob/ - сервис для фриланс проектов
- место встречи заказчиков и исполнителей
Системы управления сайтом, уроки
1250 руб.
бесплатно
550 руб.
500 руб.
megainformatic cms admin - простая и компактная система
для работы и управления сайтом
350 руб.
5800 руб.
3000 руб.
500 руб.
megainformatic cms free и серия продуктов - Уроки Photoshop
бесплатно
650 руб.
700 руб.
750 руб.
Данная серия посвящена описанию приемов и методов создания изображений,
с помощью инструментария программы Adobe Photoshop. Кроме того, многие
описанные средства могут вам помочь при освоении и многих других программ
для работы с растровой графикой - GIMP, Corel Photo Paint и других.
бесплатные игры 2d и 3d, а также эмулятор Ну, Погоди!
300 руб.
бесплатно
бесплатно
бесплатно
Это серия распространяемых бесплатно игр. Вы не только можете поиграть,
но и скачать исходники, получив тем самым возможность внести изменения
в игру или создать новую !!! (эмулятор Ну, Погоди! распространяется платно).
серия игр про Веселого Буквоежку, и бесплатно распространяемая игра
Нечто: Необъяснимое - в плену желаний
350 руб.
510 руб.
fle game engine
бесплатно
Здесь представлены новинки жанра - Говорящий Комикс, Настольная игра,
А также продукт, который позволит Вам научиться создавать игры самостоятельно.
Ну и конечно изюминка в своём роде - бесплатная игра - Нечто: Необъяснимое
- в плену желаний
Серия бесплатных онлайн уроков, посвященных 3ds max, photoshop, c++,
directx, delphi и php.
бесплатно
бесплатно
бесплатно
бесплатно
бесплатно
бесплатно
500 руб.
300 руб.
Описаны практические примеры решения различных задач, возникающих при
создании игр и сайтов.
Продукты Набор разработчика и Ваше Визуальное Шоу распространяются платно.
уроки и продукты различной тематики
бесплатно
бесплатно
бесплатно
400 руб.
Бесплатные Уроки Photoshop free, Бесплатные Уроки по программированию
на delphi directx - Как создать игру Ну, Погоди!, Бесплатная Авторская
музыка в формате mp3 - Музыкальные Миры, Платно распространяемый продукт
megainformatic cms express - система для быстрого создания Вашего сайта
на php + my sql.
Проекты игр, уроки
450 руб.
бесплатно
бесплатно
бесплатно
Игра Веселый Буквоежка, уроки delphi directx 8.1 для начинающих (описываются
основы 3d игр), моделируем девушку в 3d studio max, уроки музыки - пишем
музыку в Fruity Loops Studio
megainformatic
cms express files - это простое, быстрое и очень компактное решение
для создания первого вашего сайта. НЕ ИСПОЛЬЗУЕТ базы данных mysql.
Вместо этого используются файловые базы данных. Поэтому Вы
можете использовать систему даже на хостинге с поддержкой php, но
без поддержки баз данных my sql.
Очень
проста в установке - достаточно вам скопировать все файлы на ваш
хостинг и сайт готов к работе !!!
В комплект входят 3 готовых шаблона, модули поиска и карты сайта,
а также статьи по основам создания сайта.
megainformatic - статья Тимонина Андрея - Регистрация. Часть 2. Создаем обработчик, и заносим информацию о пользователе в Б.Д.
[к содержанию] [другие статьи Тимонина Андрея]
Регистрация. Часть 2. Создаем обработчик, и заносим информацию о пользователе в Б.Д.
автор: Тимонин Андрей
дата публикации на сай