গ্রাফিক্সের জন্য পৃথক পৃথক স্তর।
import numpy as np import tensorflow as tf import trimesh import tensorflow_graphics.geometry.transformation as tfg_transformation from tensorflow_graphics.notebooks import threejs_visualization # Download the mesh. !wget https://storage.googleapis.com/tensorflow-graphics/notebooks/index/cow.obj # Load the mesh. mesh = trimesh.load("cow.obj") mesh = {"vertices": mesh.vertices, "faces": mesh.faces} # Visualize the original mesh. threejs_visualization.triangular_mesh_renderer(mesh, width=400, height=400) # Set the axis and angle parameters. axis = np.array((0., 1., 0.)) # y axis. angle = np.array((np.pi / 4.,)) # 45 degree angle. # Rotate the mesh. mesh["vertices"] = tfg_transformation.axis_angle.rotate(mesh["vertices"], axis, angle).numpy() # Visualize the rotated mesh. threejs_visualization.triangular_mesh_renderer(mesh, width=400, height=400)একটি নোটবুক এ চালান
টেনসরফ্লো গ্রাফিক্সের লক্ষ্য হল বিভিন্ন গ্রাফিক্স স্তরগুলি (যেমন ক্যামেরা, প্রতিবিম্ব মডেল, জাল কনভোলিউশনস) এবং 3 ডি ভিউয়ার ফাংশনালিটি (উদাহরণস্বরূপ 3 ডি টেনসরবোর্ড) যা আপনার মেশিন লার্নিং মডেলগুলিতে ব্যবহার করা যেতে পারে সেগুলি সরবরাহ করে দরকারী গ্রাফিক্স ফাংশনগুলিকে সম্প্রদায়ে ব্যাপকভাবে অ্যাক্সেসযোগ্য করে তোলে at পছন্দ।
গত কয়েক বছর ধরে উপন্যাসের পার্থক্যযোগ্য গ্রাফিক্স স্তরগুলির বৃদ্ধি বেড়েছে যা নিউরাল নেটওয়ার্ক আর্কিটেকচারে সন্নিবেশ করা যায়। স্থানিক ট্রান্সফরমার থেকে পৃথক গ্রাফিক্স রেন্ডারগুলিতে, এই নতুন স্তরগুলি উপন্যাস এবং আরও দক্ষ নেটওয়ার্ক আর্কিটেকচার তৈরির জন্য কম্পিউটার দৃষ্টি এবং গ্রাফিক্স গবেষণার জন্য বছরের পর বছর ধরে অর্জিত জ্ঞান অর্জন করে। মেশিন লার্নিং মডেলগুলিতে স্পষ্টভাবে জ্যামিতিক প্রিয়ার এবং প্রতিবন্ধকতাগুলির মডেলিং করা এমন আর্কিটেকচারের দ্বার উন্মুক্ত করে যা স্ব-তদারকী ফ্যাশনে দৃ rob়ভাবে, দক্ষতার সাথে এবং আরও গুরুত্বপূর্ণভাবে প্রশিক্ষিত হতে পারে।
শুরু করতে, আরও বিশদ ওভারভিউ , ইনস্টলেশন গাইড এবং API দেখুন ।
গত কয়েক বছর ধরে উপন্যাসের পার্থক্যযোগ্য গ্রাফিক্স স্তরগুলির বৃদ্ধি বেড়েছে যা নিউরাল নেটওয়ার্ক আর্কিটেকচারে সন্নিবেশ করা যায়। স্থানিক ট্রান্সফরমার থেকে পৃথক গ্রাফিক্স রেন্ডারগুলিতে, এই নতুন স্তরগুলি উপন্যাস এবং আরও দক্ষ নেটওয়ার্ক আর্কিটেকচার তৈরির জন্য কম্পিউটার দৃষ্টি এবং গ্রাফিক্স গবেষণার জন্য বছরের পর বছর ধরে অর্জিত জ্ঞান অর্জন করে। মেশিন লার্নিং মডেলগুলিতে স্পষ্টভাবে জ্যামিতিক প্রিয়ার এবং প্রতিবন্ধকতাগুলির মডেলিং করা এমন আর্কিটেকচারের দ্বার উন্মুক্ত করে যা স্ব-তদারকী ফ্যাশনে দৃ rob়ভাবে, দক্ষতার সাথে এবং আরও গুরুত্বপূর্ণভাবে প্রশিক্ষিত হতে পারে।
শুরু করতে, আরও বিশদ ওভারভিউ , ইনস্টলেশন গাইড এবং API দেখুন ।