Beispielcode für die Twitter-API v2
1.0.0
Dieses Dokument bietet eine umfassende Anleitung zur Verwendung des Twitter API v2-Beispielcodes und des Mitsuba 3-Renderers. Es enthält Einrichtungsanweisungen für verschiedene Programmiersprachen (Java, Node.js, Python, R, Ruby), Details zu Umgebungsvariablen und Tipps zur Fehlerbehebung. Für Mitsuba 3 bietet es Installationsanleitungen, Anwendungsbeispiele und Informationen zu den wichtigsten Funktionen und Mitwirkenden.
Beispielcode für die Twitter-API v2
Beispielcode für die Twitter API v2-Endpunkte.
Einzelne API-Funktionen verfügen über Ordner, in denen Sie Anwendungsbeispiele in mehreren Programmiersprachen (Java, Node.js, Python, R und Ruby) finden.
Voraussetzungen
Verwendung der Codebeispiele
Um die Beispiele in diesem Repository auszuführen, müssen Sie einige Umgebungsvariablen einrichten. Sie finden Ihre Anmeldeinformationen und Ihr Inhabertoken in der App in Ihrem Projekt im Dashboard des Entwicklerportals.
Für OAuth 1.0a-Beispiele müssen Sie Ihren Verbraucherschlüssel und Ihr Geheimnis in Ihr Terminal exportieren. Unbedingt ersetzen
Für Beispiele, die die Bearer-Token-Authentifizierung verwenden, müssen Sie das Bearer-Token exportieren. Unbedingt ersetzen
Sprachspezifische Anforderungen
Java-Umgebung eingerichtet
Wenn Sie Homebrew verwenden, können Sie eine Java-Laufzeitumgebung installieren mit:
Sie müssen außerdem die relevanten JAR-Dateien herunterladen, auf die in den einzelnen Beispielen verwiesen wird, um den Code zu erstellen und auszuführen. Wenn Sie eine IDE verwenden, kann diese dies möglicherweise automatisch für Sie erledigen.
Einrichtung einer JavaScript-Umgebung (Node.js).
Um diesen Code auszuführen, muss Node.js installiert sein. Alle Node.js-Beispiele verwenden Needle als HTTP-Client, der mit npm installiert werden muss. Für OAuth mit Benutzerkontextanfragen müssen Sie die Pakete got und oauth-1.0a installieren.
Python-Umgebung eingerichtet
Um diesen Code ausführen zu können, muss Python 3 installiert sein. Die Python-Beispiele verwenden „requests==2.24.0“, was „requests-oauthlib==1.3.0“ verwendet.
(Optional) Es ist üblich und wird empfohlen, das erforderliche Paket nicht global, sondern lokal im Unterordner des Projekts mit venv zu installieren:
Sie können diese Pakete wie folgt installieren:
Ruby-Umgebung eingerichtet
Um den Code ausführen zu können, muss Ruby (empfohlen: >= 2.0.0) installiert sein. Die Ruby-Beispiele verwenden typhoeus als HTTP-Client, der gem installiert werden muss. Für OAuth mit Benutzerkontextanfragen müssen Sie außerdem das OAuth-Gem installieren (siehe unten).
Zusätzliche Ressourcen
Wir pflegen eine Postman Collection, die Sie zum Trainieren einzelner API-Endpunkte nutzen können.
Unterstützung
Für allgemeine Fragen zur API und zu den Funktionen nutzen Sie bitte den v2-Bereich unserer Entwickler-Community-Foren.
Wenn es einen Fehler oder ein Problem mit dem Beispielcode selbst gibt, erstellen Sie bitte hier auf GitHub ein neues Problem.
Mitwirken
Wir freuen uns über Pull-Requests, die diesen Codebeispielen sinnvolle Ergänzungen hinzufügen, insbesondere für Sprachen, die hier noch nicht vertreten sind.
Wir halten eine einladende Community für wichtig und bitten Sie, bei allen Interaktionen mit der Community den Open-Source-Verhaltenskodex von Twitter zu befolgen.
Lizenz
Urheberrecht 2021 Twitter, Inc.
Lizenziert unter der Apache-Lizenz, Version 2.0: https://www.apache.org/licenses/LICENSE-2.0
Beispiel:
Mitsuba Renderer 3
Dokumentation | Tutorial-Videos | Linux | MacOS | Windows | PyPI |
|---|---|---|---|---|---|
️
Warnung
️
Derzeit gibt es hier eine große Menge undokumentierter und instabiler Arbeiten
der master . Wir empfehlen Ihnen dringend, unsere zu verwenden
neueste Version
bis auf Weiteres.
Wenn Sie die bevorstehenden Änderungen bereits ausprobieren möchten, schauen Sie sich bitte um
dieser Portierungsanleitung.
Es sollte die meisten kommenden neuen Funktionen und Breaking Changes abdecken.
Einführung
Mitsuba 3 ist ein forschungsorientiertes Rendering-System für Vorwärts- und Rückwärtslicht
Transportsimulation, entwickelt an der EPFL in der Schweiz.
Es besteht aus einer Kernbibliothek und einer Reihe von Plugins, die Funktionen implementieren
von Materialien und Lichtquellen bis hin zu kompletten Rendering-Algorithmen.
Mitsuba 3 ist retargetierbar : Das bedeutet, dass die zugrunde liegenden Implementierungen und
Datenstrukturen können sich verändern, um verschiedene Aufgaben zu erfüllen. Für
Beispielsweise kann derselbe Code beide skalaren (klassischen, jeweils einen Strahl gleichzeitig ausführenden) RGB-Transporte simulieren
oder differenzieller spektraler Transport auf der GPU. Darauf baut alles auf
Dr.Jit, ein spezialisierter Just-in-Time -Compiler (JIT), der speziell für dieses Projekt entwickelt wurde.
Hauptmerkmale
Plattformübergreifend : Mitsuba 3 wurde unter Linux ( x86_64 ) und macOS getestet
( aarch64 , x8664 ) und Windows ( x8664 ).
Hohe Leistung : Der zugrunde liegende Dr.Jit-Compiler verschmilzt Rendering-Code
in Kernel, die modernste Leistung erzielen
ein LLVM-Backend, das auf die CPU abzielt, und ein CUDA/OptiX-Backend
zielt auf NVIDIA-GPUs mit Raytracing-Hardwarebeschleunigung ab.
Python zuerst : Mitsuba 3 ist tief in Python integriert. Materialien,
Texturen und sogar vollständige Rendering-Algorithmen können in Python entwickelt werden,
die das System im laufenden Betrieb JIT-kompiliert (und optional differenziert).
Dies ermöglicht die Experimente, die für die Forschung in der Computergrafik erforderlich sind
andere Disziplinen.
Differenzierung : Mitsuba 3 ist ein differenzierbarer Renderer, was bedeutet, dass er
kann Ableitungen der gesamten Simulation in Bezug auf die Eingabe berechnen
Parameter wie Kameraposition, Geometrie, BSDFs, Texturen und Volumina. Es
implementiert aktuelle differenzierbare Rendering-Algorithmen, die an der EPFL entwickelt wurden.
Spektral und Polarisation : Mitsuba 3 kann monochromatisch verwendet werden
Renderer, RGB-basierter Renderer oder Spektralrenderer. Jede Variante kann
Berücksichtigen Sie optional die Auswirkungen der Polarisation, falls gewünscht.
Tutorial-Videos, Dokumentation
Wir haben mehrere YouTube-Videos aufgenommen, die eine sanfte Einführung bieten
Mitsuba 3 und Dr.Jit. Darüber hinaus finden Sie komplette Juypter-Notizbücher
Es umfasst eine Vielzahl von Anwendungen, Anleitungen und Referenzdokumentationen
auf readthedocs.
Installation
Wir stellen vorkompilierte Binärräder über PyPI bereit. Mitsuba auf diese Weise zu installieren ist so einfach wie das Ausführen
pip install mitsuba
auf der Kommandozeile. Das Python-Paket enthält standardmäßig dreizehn Varianten:
scalar_rgb
scalar_spectral
scalarspectralpolarized
llvmadrgb
llvmadmono
llvmadmono_polarized
llvmadspectral
llvmadspectral_polarized
cudaadrgb
cudaadmono
cudaadmono_polarized
cudaadspectral
cudaadspectral_polarized
Die ersten beiden führen eine klassische Einzelstrahl-Simulation mit entweder einem RGB durch
oder spektrale Farbdarstellung, wobei die beiden letzteren für die Umkehrung verwendet werden können
Rendern auf der CPU oder GPU. Um auf zusätzliche Varianten zugreifen zu können, müssen Sie Folgendes tun
Kompilieren Sie eine benutzerdefinierte Version von Dr.Jit mit CMake. Bitte beachten Sie die
Dokumentation
Einzelheiten hierzu finden Sie hier.
Anforderungen
Python >= 3.8
(optional) Für Berechnung auf der GPU: Nvidia driver >= 495.89
(optional) Für vektorisierte / parallele Berechnung auf der CPU: LLVM >= 11.1
Verwendung
Hier ist ein einfaches „Hello World“-Beispiel, das zeigt, wie einfach es ist, ein zu rendern
Szene mit Mitsuba 3 aus Python:
# Importieren Sie die Bibliothek mit dem Alias „mi“import mitsuba as mi# Legen Sie die Variante des Renderers festmi.setvariant('scalarrgb')# Laden Sie eine Szenescene = mi.loaddict(mi.cornellbox())# Rendern Sie die Szeneimg = mi. render(scene)# Schreiben Sie das gerenderte Bild in eine EXR-Dateimi.Bitmap(img).write('cbox.exr')Es stehen Tutorials und Beispiel-Notebooks für eine Vielzahl von Anwendungen zur Verfügung
in der Dokumentation.
Um
Dieses Projekt wurde von Wenzel Jakob erstellt.
Wesentliche Funktionen und/oder Verbesserungen am Code wurden von beigesteuert
Sébastien Speierer,
Nicolas Roussel,
Merlin Nimier-David,
Delio Vicini,
Tizian Zeltner,
Baptiste Nicolet,
Miguel Crespo,
Vincent Leroy und
Ziyi Zhang.
Wenn Sie Mitsuba 3 in akademischen Projekten verwenden, geben Sie bitte Folgendes an:
@software{Mitsuba3,title = {Mitsuba 3 renderer},author = {Wenzel Jakob und Sébastien Speierer und Nicolas Roussel und Merlin Nimier-David und Delio Vicini und Tizian Zeltner und Baptiste Nicolet und Miguel Crespo und Vincent Leroy und Ziyi Zhang},Anmerkung = {https://mitsuba-renderer.org},Version = {3.1.1},Jahr = 2022} 
