xxl sso

Dieses Dokument bietet einen Überblick über zwei Open-Source-Projekte: XXL-SSO, ein verteiltes Single-Sign-On-Framework, und Mitsuba 3, ein forschungsorientiertes Rendering-System. Beide Projekte bieten eine umfassende Dokumentation und unterstützen verschiedene Plattformen Funktionen, Installation und Nutzung.

XXL-SSO

XXL-SSO, ein verteiltes Single-Sign-On-Framework.

-- Startseite --

Einführung

XXL-SSO ist ein verteiltes Single-Sign-On-Framework. Sie müssen sich nur einmal anmelden, um auf alle vertrauenswürdigen Anwendungssysteme zuzugreifen.

Es verfügt über „leichte, skalierbare, verteilte, domänenübergreifende Web+APP-Unterstützungszugriffsfunktionen“.

Jetzt ist es bereits Open-Source-Code, wirklich „out-of-the-box“.

XXL-SSO ist ein verteiltes Single-Sign-On-Framework. Sie müssen sich nur einmal anmelden, um auf alle gegenseitig vertrauenswürdigen Anwendungssysteme zuzugreifen.

Es hat die Eigenschaften „leicht, verteilt, domänenübergreifend, unterstützt sowohl Cookie+Token als auch Web+APP“. Jetzt Open Source, sofort einsatzbereit.

Dokumentation

Kommunikation

Merkmale

Entwicklung

Anfang 2018 habe ich das XXL-SSO-Projektlager auf Github erstellt und den ersten Commit eingereicht. Anschließend habe ich das Systemstrukturdesign, die UI-Auswahl und das Interaktionsdesign durchgeführt.

Am 05.12.2018 nahm XXL-SSO am Wettbewerb „Beliebteste chinesische Open-Source-Software 2018“ teil und konkurrierte unter mehr als 10.000 inländischen Open-Source-Projekten, die zu diesem Zeitpunkt eingereicht worden waren, und belegte schließlich den 55. Platz.

Am 23.01.2019 wurde XXL-SSO auf Platz 8 des „2018 New Open Source Software Ranking of Domestic TOP 50“ gewählt.

Bisher ist XXL-SSO an die Online-Produktlinien vieler Unternehmen angeschlossen. Zu den Zugriffsszenarien gehören E-Commerce-Geschäfte, O2O-Geschäfte und dynamische Kern-Middleware-Konfigurationen. Zu den Unternehmen gehören unter anderem:

Weitere angeschlossene Unternehmen können sich gerne unter der Registrierungsadresse registrieren. Die Registrierung dient nur der Produktwerbung.

Jeder ist willkommen, aufmerksam zu sein und es zu nutzen, auch XXL-SSO wird Veränderungen annehmen und sich weiterentwickeln.

Mitwirken

Beiträge sind willkommen! Öffnen Sie eine Pull-Anfrage, um einen Fehler zu beheben, oder öffnen Sie ein Problem, um eine neue Funktion oder Änderung zu besprechen.

Willkommen bei der Mitarbeit am Projekt! Senden Sie beispielsweise eine PR, um einen Fehler zu beheben, oder erstellen Sie ein neues Problem, um neue Funktionen oder Änderungen zu besprechen.

Urheberrecht und Lizenz

Dieses Produkt ist Open Source und kostenlos und bietet weiterhin kostenlosen technischen Support für Privat- und Unternehmensbenutzer.

Das Produkt ist Open Source und kostenlos, und der technische Support der Community wird weiterhin kostenlos bereitgestellt. Es ist für Einzelpersonen und Unternehmen frei zugänglich und nutzbar.

Spenden

Egal wie hoch der Betrag ausreicht, um Ihre Gedanken auszudrücken, vielen Dank :) Zum Spenden

Egal wie hoch der Betrag ist, er reicht aus, um Ihre Gefühle auszudrücken. Vielen Dank :) Gehen Sie zum Spenden

Beispiel:

Mitsuba Renderer 3

Dokumentation	Tutorial-Videos	Linux	MacOS	Windows	PyPI

️

Warnung

️

Derzeit werden dort zahlreiche undokumentierte und instabile Arbeiten durchgeführt

Wir empfehlen Ihnen dringend master 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

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-Materialien integriert.

  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 Volumen

  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

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. Die Installation von Mitsuba ist auf diese Weise so einfach wie das Ausführen

 pip install mitsuba

in der Befehlszeile 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

Um auf zusätzliche Varianten zugreifen zu können, müssen Sie Folgendes tun:

Kompilieren Sie eine benutzerdefinierte Version von Dr.Jit mit CMake

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 Szene = 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}