如何系统完整学习 Lightroom ？
一、如何系统完整学习 Lightroom ？
Lightroom（Lr）和Camera Raw（ACR）是专门为摄影后期修图开发的工具，拥有丰富强大的数码照片处理功能，且不断更新版本，以匹配不断更新的相机和镜头。
相机拍摄RAW格式的照片可以记录更多细节，也提供了更大的后期空间，这类照片往往都要现在Lr/ACR处理后，才能转换为普通的jpg照片传播分享。
作为一名摄影人，掌握它的使用方法，是非常有必要的！
【公众号：摄影研修社】
里面有更多的摄影教程和修图教程分享，喜欢的朋友可以关注一下！
打开照片
如果拍摄的是RAW格式照片，直接拖入ps就会自动打开到ACR中。如果电脑无法打开，说明需要升级新版了，旧版的ACR没有你的相机或镜头的信息。如果是普通格式的照片，ps cc版本可以选择滤镜中的Camera Raw滤镜，ps cs版本需要点击文件-打开为，格式选择RAW格式。
基本面板
控制照片整体的颜色，以及照片的亮度
色温：往左滑照片偏蓝色，往右滑照片偏黄色。
色调：往左滑照片偏绿色，往右滑照片偏洋红色。
曝光：控制照片的亮度。
对比度：控制照片亮与暗的反差对比。
高光：控制照片中比较亮的区域的亮度。
阴影：控制照片中比较暗的区域的亮度。
白色：控制照片中最亮的区域的亮度。
黑色：控制照片中最暗的区域的亮度。
清晰度：强化物体边界，增强照片的清晰度。
自然饱和度：控制照片中颜色较暗淡区域的鲜艳程度。
饱和度：控制照片全局的颜色鲜艳程度。
色调曲线
控制照片的色阶，可以简单理解为控制亮度和颜色
曲线分布在一个坐标轴上，横轴从左往右，表示照片中最暗到最亮的区域，纵轴从下往上，表示亮度从最暗到最亮。
曲线的初始状态是45°的斜线，横轴和纵轴刚好对应，照片中暗的区域，亮度是暗的；亮的区域，亮度是亮的。
因此，向上拉曲线，就是提亮照片；向下拉曲线，就是压暗照片。
细节面板
控制照片的噪点与清晰度
数量：控制照片的整体锐化程度，包括边缘交界线粗细、亮度反差等。
半径：控制照片中各元素边缘交界线的粗细。
（一般来讲，小数量+大半径可以强化轮廓，大数量+小半径可以增加细节）
细节：可以理解为照片的细节丰富程度，当细节很小时，平滑区域不会被锐化，细节很大时，平滑区域也会被锐化。
蒙版：决定了哪些区域会被锐化，按住Alt键拖动蒙版，只有白色区域才会起作用。
明亮度：减少明度噪点。
明亮度细节：恢复被降噪误伤的细节。
明亮度对比：降噪也会影响照片明暗对比，该滑块控制照片的明暗对比，根据照片原来的对比度选择合适的对应数值。
颜色：减少彩色噪点。
颜色细节：恢复被降噪误伤的细节。
颜色平滑度：降噪也会影响颜色过渡，该滑块控制颜色彩过渡是否平滑，根据照片选择合适的数值。
HSL面板
轻微调整颜色三要素（ps色相饱和度功能可以大幅度调整，二者有所不同）
色相：改变当前颜色的色相。
饱和度：改变当前颜色的鲜艳程度。
明亮度：改变当前颜色的亮度。
分离色调
给照片添加上一层颜色（“调整”与“添加”不同，要区分）
高光色相：在较亮区域处添加上何种颜色。
高光饱和度：添加颜色的浓度，数值为0时不添加。
阴影色相：在较暗区域处添加上何种颜色。
阴影饱和度：添加颜色的浓度，数值为0时不添加。
平衡：决定了高光和阴影以哪个亮度作为分界线，该亮度往上就是高光，往下就是阴影。
镜头校正
校正镜头畸变，包括形状、晕影、色差。可以选择自动，也可以选择手动，目的都一样，本文仅讲解自动
删除色差：消除因为镜头原因出现的彩色光变，一般是青边和红边，大光比时也会出现紫边。也可以手动消除。
启用配置文件校正：校正镜头原因带来的照片变形和暗角，需要选择正确的镜头制造商、镜头型号。
校正量：如果对自动校正不满意，可以用这里手动调节。
效果面板
制作特殊效果的，有些版本的软件把部分功能放在其它面板了
去除薄雾：往左滑增加朦胧感，往右滑让照片更通透清晰。会改变照片的对比度、清晰度、饱和度等要素。
颗粒：给照片增加颗粒噪点。
大小和粗糙度：还可以控制噪点的大小和密集程度。
裁减后晕影：给照片增加暗角，也可以增加白色的亮角。
数量：往左滑增加暗角，往右滑增加亮角。
中点、圆度、羽化：控制暗角/亮角的大小、形状和过渡。
高光：只在增加暗角时有用，恢复因为暗角而变暗的明亮区域。
相机校准
通过三原色控制照片影调
阴影：给照片较暗区域加上某一种颜色。
红色色相：往左滑动，相当于RGB三原色中的红色逐渐偏向洋红色，红色的互补色会青色逐渐绿色，照片中的红色和青色及其邻近色会发生改变。
红色饱和度：往左滑动，照片中红色及其邻近色饱和度会降低。
绿色和蓝色也是如此。
简单修图示例
【图片】
原图和处理后
①打开照片后，先校正照片畸变，直接选择对应的镜头就可以。然后在基本面本做如下调整。原图有点过曝，降低曝光。然后降低高光提亮阴影，恢复细节。在增加白色减少黑色，增加对比度，让照片的对比度正常。最后增加清晰度和自然饱和度，让照片变得清晰，颜色别发灰。【图片】
②降低蓝色亮度，增加蓝色饱和度，让天空看起来更蓝。增加橙色和黄色饱和度，让落日余晖更好看。
③在高光处增加黄色，在阴影处增加青蓝色，强化照片色调。
④给曲线拉一个小S型，进一步增加照片的对比度。
⑤适当的锐化和降噪，提升照片的画质。
⑥感觉地面有点暗了，再回到基本面板提亮黑色，地景曝光恢复，远处也有种朦胧的光感。
二、机器学习包括？
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
三、机器学习是从哪里学习？
机器学习是从数据中学习的。它利用算法和统计模型来分析数据，发现数据中的模式和规律，从而生成预测模型和决策模型。
机器学习有监督学习、无监督学习和强化学习等不同的学习方式，可以应用于各种不同的领域，如自然语言处理、计算机视觉、音频信号处理和金融等。
机器学习的数据来源可以是结构化数据和非结构化数据，如图像、文本、音频和视频等。
四、什么是学习和机器学习？
机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它是人工智能的核心，是使计算机具有智能的根本途径。
学习，是指通过阅读、听讲、思考、研究、实践等途径获得知识和技能的过程。学习分为狭义与广义两种：狭义：通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。例如:通过学校教育获得知识的过程。广义：是人在生活过程中，通过获得经验而产生的行为或行为潜能的相对持久的方式。次广义学习指人类的学习。
五、机器自我学习原理？
机器学习是人工智能的一个子集。这项技术的主要任务是指导计算机从数据中学习，然后利用经验来改善自身的性能，不需要进行明确的编程。
在机器学习中，算法会不断进行训练，从大型数据集中发现模式和相关性，然后根据数据分析结果做出最佳决策和预测。
机器学习应用具有自我演进能力，它们获得的数据越多，准确性会越高。
六、机器学习作者？
《机器学习》是清华大学出版社出版发行的书籍，作者是周志华。
七、机器学习就业待遇？
机器学习是一个热门领域，就业待遇相对较好。根据不同地区和公司的情况，机器学习岗位的平均薪资可能在每年5万-20万美元之间。大公司如谷歌、亚马逊、微软等，在机器学习领域有较高的薪资水平。
此外，机器学习专业人员往往具有广泛的职业发展机会，可以在各种领域应用机器学习技术，如金融、医疗、制造等。因此，机器学习就业待遇相对较好，但具体情况还取决于个人的技能、经验和地区。
八、机器学习的分类？
机器学习是一个比较大的范畴，机器学习包括很多东西，如决策树分析，主成分分析，回归分析，支持向量机，神经网络，深度学习等。你说的流量分类应该是说采用机器学习里面的一些分类算法，如朴素贝叶斯算法，K-means算法（也叫K均值算法），EM算法(也叫期望值最大化算法)等聚类算法。
九、什么是机器学习？
机器学习指的是计算机系统无需遵照显示的程序指令，而只是依靠暴露在数据中来提升自身性能的能力。机器学习关注的是“如何构建能够根据经验自动改进的计算机程序”。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息数据库，系统就会学习到可用来预测的信用卡欺诈的模式。机器学习本质上是跨学科的，他采用了计算机科学、统计学和人工智能等领域的技术。
中公教育和中科院的老师合作推出了一个机器人课程，可以关注一下
十、机器学习高校排名？
清华大学，北京大学，中国人民大学，复旦大学