02 youtube官網網頁版優化差是什么意思中文(C4D文件用CDR能打開嗎？)

錢的就上I7-4790K，沒錢的就借錢上E3-V2/3，切記不能超頻使用，穩定為上。那顯卡呢？因為Adobe擁有CUDA加速預覽（特別是PR）所以選擇顯卡需要擁有CUDA功能的（現在N卡基本都有）但實測并沒有理想中的效果，顯卡利用率不高，所以GTX660/760就已經完全足夠使用了。

內存：越大越好，16G夠嗎？我只能說32G都覺得吃力。內存盡力而為，畢竟這個東西不貴也保值，并且對渲染和預覽有很大影響。硬盤：做視頻的1T、2T、5T..不在話下，素材也是很大的。那需不需要SSD？其實輸出來說SSD并沒有瓶頸，但是讀取素材的時候最好還是放SSD里面，這個不是必須的，但有是最好了，用著也舒心。（在影視后期中，雙屏幕非常實用。）

三維建模

三維是業界最耗硬件的，特別是燈光復雜，全局光照，環境吸收，高分辨率等的情況下，吃顯卡非常厲害，公司項目找渲染農場，富豪請用專業卡（麗臺Quadro 系列），普通顯卡的話，一分錢一分貨，我也推薦不來，不如就把預算權重投入到CPU中更為劃算，同樣是盡量上E3，努力上I7，內存和SSD需求不大。（如果只是日常渲染物件靜幀的話，其實普通配置也能撐得起）（注意部分建模軟件不吃顯卡，渲染器吃顯卡）

有的同學問：我經常打開軟件會很卡，鼠標不聽使喚亂閃。這一般都是硬盤讀不過來，特別是插件或者字體多的同學，解決方法是刪掉那些沒用的東西，檢查硬盤有沒有壞道，壞道只能屏蔽沒法修。建議把軟件放在SSD內，機械硬盤盡量挑選緩存大和轉速高的（希捷別選三碟的，西數別選綠盤）機械硬盤同時也是電腦里面最容易壞的東西，記得定時備份。

*CAD：據說CAD的硬件要求比較特殊，沒有考究不作參考。

Edge Animate

說完AE必須說一說AN，AN可以說是H5網頁動效神器，主要是拿來制作網頁動畫與效果甚至網頁游戲的，從時間軸和舞臺界面來看，真的很像AE和FL的合體！轉換代碼后的圖形動態效果明顯要比FLASH更為流暢易控，而且帶有緩動曲線，雖然看起來強大，但現在還是剛剛起步不久，有人就要問了“這不是要取代FLASH的節奏嗎”不一定！很明顯這是一個針對移動端（移動端對FLASH兼容和體驗太差）的網頁，對于桌面網頁FLASH還取代不來，而且這個軟件還有很多缺陷（下圖），現在官網上已經放出很多模板和樣式，也越來越多的人踏入這個坑，你為什么不用H5建一個手機個人網頁玩玩呢？這個軟件支持插件，將來必成大器！

MU：

一開始接觸MU的時候，上網找資料搜索出來全是“奇跡MU”“極品裝備，一秒刷爆”。。。MU是一個建站工具，是專門給設計師建站用的，但一直沒有什么起色，因為根本沒幾個設計師會自己建站，這個工具還是很好用的，兼容PS、AI、ID，還帶有一點交互特效。但讓我覺得奇怪的是居然打不開HTML，它支持AN的oam格式，但我在AN里面找了半天都不知道怎么輸出oam…誰知道這兩個軟件怎么配合的告訴我一下…

Flash

Flash就是Flash啊，不想作介紹。。從CS6開始Flash開始支持HTML5，cc版本做了更加全面的優化，對網絡的支持那是極好的，你現在點開一個下載站，你會被無數的FLASH窗口淹沒，Flash簡單易用（..）傳統，掌握FLASH的人非常多，但畢竟還是因為體積大加載慢不穩定等問題坐等淘汰

對了，有一點要強調一下，曾經火爆全球的FLV網絡視頻格式，在CC2014版本中已經被完全淘汰，是的，所有的Adobe軟件都沒辦法導出FLV文件，我安裝了接近十個解碼器后放棄了…

SpeedGrade

SpeedGrade是一個調色軟件，似乎是Adobe最年輕的軟件。但我不得不吐槽，它沒有中文啊！！（其他都是自帶中文的）沒有中文就算了，連中文路徑都不支持！你打開文件夾只會看見一堆IIIIIII，這我還都忍了，但它界面是固定的啊！低分辨率（筆記本）下簡直難受，但是僅僅作為一個調色軟件還是不錯的，調色選項很多，自帶預設也不少，完美鏈接PR，而且完全不卡，還有很多我看不懂的色度表，改天看教程學習一下（主要是看不懂英文。。。）

Dreamweaver

Dreamweaver是所見即所得網頁編輯器，網頁設計師必備的工具之一，Adobe為網頁真是操碎了心，功能強大，入門也不簡單，曾經去上過一節DW的課，出來時暈頭轉向我就已經決定放棄當網頁設計師了，給用DW的同學點個贊，你們來吐槽吧。。。

Edge Reflow

Edge Reflow是可視化響應式設計工具，簡單的是就是響應式網頁排版工具，什么是響應式網頁？打開花瓣，按住Ctrl建滾動鼠標中鍵，看見沒有，我花瓣里面的美女圖重新放大排序了，這就是響應式。這軟件界面真是高大上啊，打開以為自己用上了蘋果系統…

Media En買粉絲der

Media En買粉絲der是視頻渲染軟件，無縫連接到所有Adobe視頻制作軟件，非常推薦使用這家伙來渲染：案例一：當你AE做完一個視頻，按了渲染，渲染到一半，然后卡死了，啊悲劇啊（這是一個真實的故事）如果直接放進ME里面渲染，AE這邊不但不會死，還能繼續操作。案例二：做一個視頻渲染一次，渲染要等20分鐘才行，再做第二個視頻，多費時間啊。用ME把AE隊列導進去，做一個導一個，晚上睡覺統一掛機渲染~爽

*關于ADOBE這幾個能輸出視頻的軟件，請務必要安裝QUICKTIME，再安裝個完美解碼和格式工廠，要不然格式不支持，怎么哭都沒有用。

Sc、Fb

這兩好像是圍繞基于FLASH的軟件開發的管理和分析工具，跟蹤和調查運行狀況，似乎跟設計師一點關系都沒有，不作深入了解

FW

好像已經不更新了，是一個用作網頁制圖、編輯、動圖編輯的軟件。

不知道為啥fw排到后面來了，關于FW不得不說有點傷感。還記得當年紅紅火火的“網頁三劍客”，FL、DW、FW三個就想璀璨巨星一樣閃耀，我還在讀初中，想改一張圖，按成龍的話說，就是加特效。便順其自然的用上了著名的FW，操作簡單，效果易控，圖層關系清晰明了，還有對GIF輸出控制非常方便！那天起我就卸載了美圖秀秀。你可知道貼吧簽名檔里面曾經那些字閃閃的GIF基本都是出自于FW之手？之后那幾年地位基本都被PS給取代了，沒落的輝煌歲月。。。。。我初中用了兩年，之后上大學被迫轉到PS（PS的確好用啊QAQ）現在給別人說我精通FW，別人會反問我：FW啥？

Adobe Captivate

嗯，Adobe Captivate可能是比較邊緣化的軟件了，是用來錄屏和演示的軟件。年前用過一次，從此我就愛上他了！！真的是錄屏神器！錄完以后會自動添加鼠標軌跡，按鍵提示等，而且是一種類似PPT的可修改格式，還能導入PPT！也可以輸出視頻，想給客戶演示你的節目、軟件、UI使用效果？操作也是傻瓜的，快下載CP啊，比那些破錄屏軟件好用一百倍。

EN

EN是一個視頻制作軟件，界面跟PR非常相似，版本越更新就越沒用，也是一個面臨淘汰的軟件，基本可以被PR取代，現在好像是拿來當視頻發布和封裝的軟件。

個性化推薦是什么？

如果不是因為算法的存在，我們的社會絕不會進步得如此之快。

3月1日，隨著《互聯網信息服務算法推薦管理規定》的實施，各大APP均被強制要求在顯眼的位置設置“關閉個性化算法推薦”按鈕。

在不少用戶眼中，關閉APP的個性化推薦甚至等同于關閉APP的廣告、關閉APP的監聽。有一說一，雖然很多互聯網公司做的APP確實不咋好，但是這個謠言是真的有點危言聳聽。

就說一句話，如果APP真的在后臺無時無刻的監聽，那么你的手機電量根本受不了。

個性化推薦是什么？

既然APP沒有在后天監聽我們，那么，為什么APP總是能知道我們想要什么呢？這就離不開個性化推薦（也被稱為個性化營銷）了。

·何為個性化推薦？

簡單說就是，APP（網頁同理）基于營銷目的，在你使用APP過程中，APP會根據你填寫的資料、你在APP上的頁面停留時長、你對相關事物的興趣等綜合因素，對你進行個性化的營銷推送。

當下的互聯網環境，為了拿到你的訪問記錄，甭管我們是打開APP還是登錄網頁，背后都有無數的跟蹤器在默默分析著你的喜好。

在主流應用中，甭管是日活上億的買粉絲、抖音，還是淘寶、小紅書這些APP，他們統統都在使用個性化推薦。可以說，個性化推送在當今社會，極為常見。

那么，這一套系統到底是怎樣運作的呢？

·數據采集

對于“個性化推薦”我們可以這樣理解：“個性化推薦”=“個性化”+“推薦”。在這個公式中，“個性化”是“個性化推薦”的前提，而“個性化”前提則是海量數據做支撐。

（淘寶個性化推薦需要收集的數據）

可以這么說，沒有足夠的數據，就不會存在個性化推送。因此，有不少公司都走上了數據采集這條路子。

良心一點的公司，他會基于正常渠道獲取到的用戶數據，給用戶打上一些正常的標簽。但這些渠道的數據，通常不怎么值錢，也無法對個性化推薦起到有效的幫助。

于是，野路子的玩法就誕生了。

就比如在APP內嵌入SDK直接采集隱私信息。違不違規無所謂，對他們來說，把用戶數據拿到手才是硬道理。

雖然很過分，但在黑馬看來，這種已經算是“相對良心”。

因為在它之上，還有公司直接從流量源頭出發，從發卡的運營商渠道直接非法收集用戶的個人信息。就比如下面這家公司——瑞智華勝。

它通過競標以合作提供營銷服務的方式取得運營商遠程登陸權限，接著在運營商系統上裝上能采集用戶Cookie信息的木馬和插件，達到清洗、采集用戶Cookie還有訪問記錄等目的。

要知道，獲取到一個人的Cookie，就意味著我們無需再次輸入賬號密碼，就可以登錄他的賬號，從而獲取他的購物、社交、開房記錄等敏感內容。

說難聽點就是，這家公司獲取到你的Cookie信息之后，你在他們面前就幾乎沒有秘密了。

說實話，這種采集程度前所未有，其離譜程度更是超乎想象。不過這也恰恰說明了數據采集在個性化推薦中的重要性。

·推薦算法

說完了數據采集，我們再來聊聊“推薦”。

“推薦”的核心就在于怎樣從海量的產品中，找出你最有可能感興趣的那些。這時候，APP之前通過各種渠道采集到的數據就起到了作用。

不過想要進行高效的推薦我們還得引入推薦算法。因為我們采集到的數據實在是太多了，只有算法的加持才可以簡化這個推薦過程。

通常情況下，開發者會用到協同過濾推薦算法。

它主要通過對用戶歷史行為數據的分析發現用戶的偏好，然后再基于不同的偏好對用戶進行群體劃分，之后再對同類用戶推薦相同的商品。

比如黑馬和36最近在看摩托，雖然是兩個賬號，但是因為黑馬和36的喜好和消費一致，那么這時候系統就會給黑馬和36推薦相同的產品。

上面黑馬也說了，協同過濾推薦算法比較簡單，所以大家都在用。這也就導致一種情況，你有我有大家有，那不就是約等于沒有嘛。

于是，聰明的開發者又開始引入了深度學習。

在深度學習的加持下，推薦算法如虎添翼。

比如字節跳動旗下的抖音。

你在平臺上的每一次點擊、觀看時長、點贊、評論與轉發等都被量化了。之后，深度學習再根據這些數據設計出相關模型，

很赞哦!（539）