Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Livelli differenziabili per la grafica.

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)
Esegui in un notebook
TensorFlow Graphics mira a rendere le funzioni grafiche utili ampiamente accessibili alla comunità fornendo una serie di livelli grafici differenziabili (ad esempio telecamere, modelli di riflettanza, convoluzioni mesh) e funzionalità di visualizzatore 3D (ad esempio 3D TensorBoard) che possono essere utilizzati nei modelli di machine learning di scelta.

Negli ultimi anni si è assistito a un aumento di nuovi livelli grafici differenziabili che possono essere inseriti nelle architetture di reti neurali. Dai trasformatori spaziali ai renderizzatori grafici differenziabili, questi nuovi livelli sfruttano le conoscenze acquisite in anni di visione artificiale e ricerca grafica per costruire architetture di rete nuove e più efficienti. La modellazione esplicita delle priorità geometriche e dei vincoli in modelli di apprendimento automatico apre la porta ad architetture che possono essere addestrate in modo robusto, efficiente e, cosa più importante, in modo auto-supervisionato.

Per iniziare, vedere una panoramica più dettagliata, la guida all'installazione e l' API .