xxl jadi

Dokumen ini memberikan gambaran umum tentang dua proyek sumber terbuka: XXL-SSO, kerangka kerja sistem masuk tunggal terdistribusi, dan Mitsuba 3, sistem rendering berorientasi penelitian. Kedua proyek menawarkan dokumentasi komprehensif dan mendukung berbagai platform fitur, instalasi, dan penggunaan.

XXL-SSO

XXL-SSO, Kerangka Kerja Sistem Masuk Tunggal Terdistribusi.

-- Halaman Beranda --

Perkenalan

XXL-SSO adalah kerangka kerja sistem masuk tunggal terdistribusi. Anda hanya perlu masuk sekali untuk mengakses semua sistem aplikasi tepercaya.

Ia memiliki fitur "akses dukungan Web+APP yang ringan, dapat diskalakan, terdistribusi, lintas domain,".

Sekarang, ini sudah menjadi kode sumber terbuka, benar-benar "out-of-the-box".

XXL-SSO adalah kerangka kerja masuk tunggal terdistribusi. Anda hanya perlu login satu kali untuk mengakses semua sistem aplikasi yang saling dipercaya.

Ini memiliki karakteristik "ringan, terdistribusi, lintas domain, mendukung Cookie+Token dan Web+APP". Sekarang open source, siap digunakan.

Dokumentasi

Komunikasi

Fitur

Perkembangan

Awal tahun 2018 saya membuat project warehouse XXL-SSO di github dan menyerahkan commit pertama. Kemudian saya melakukan desain struktur sistem, pemilihan UI, desain interaksi...

Pada 05-12-2018, XXL-SSO berpartisipasi dalam kompetisi "Perangkat Lunak Sumber Terbuka China Paling Populer 2018", bersaing di antara lebih dari 10.000 proyek sumber terbuka dalam negeri yang telah diikutsertakan pada saat itu, dan akhirnya menduduki peringkat ke-55.

Pada tanggal 23-01-2019, XXL-SSO terpilih ke dalam "Peringkat Perangkat Lunak Sumber Terbuka Baru 2018 dari TOP 50 Domestik" dengan peringkat ke-8.

Sejauh ini, XXL-SSO telah terhubung ke lini produk online banyak perusahaan. Skenario aksesnya mencakup bisnis e-commerce, bisnis O2O, dan konfigurasi middleware inti dinamis. Pada 15-03-2018, XXL-SSO telah terhubung. Perusahaan termasuk namun tidak terbatas pada:

Lebih banyak perusahaan yang terhubung dipersilakan untuk mendaftar di alamat pendaftaran. Pendaftaran hanya untuk promosi produk.

Semua orang dipersilakan untuk memperhatikan dan menggunakan, XXL-SSO juga akan menerima perubahan dan terus berkembang.

Berkontribusi

Kontribusi dipersilahkan! Buka permintaan tarik untuk memperbaiki bug, atau buka Masalah untuk mendiskusikan fitur baru atau perubahan.

Selamat berkontribusi pada proyek ini! Misalnya, kirimkan PR untuk memperbaiki bug, atau membuat Issue baru untuk mendiskusikan fitur atau perubahan baru.

Hak Cipta dan Lisensi

Produk ini bersifat open source dan gratis, dan akan terus memberikan dukungan teknis komunitas gratis. Pengguna individu atau perusahaan bebas mengakses dan menggunakan.

Produk ini bersifat open source dan gratis, dan dukungan teknis komunitas gratis akan terus diberikan. Ini dapat diakses dan digunakan secara bebas oleh individu atau perusahaan.

Menyumbangkan

Berapa pun jumlahnya cukup untuk mengungkapkan pemikiran Anda, terima kasih banyak :) Untuk berdonasi

Berapa pun jumlahnya, cukup untuk mengungkapkan perasaan Anda, terima kasih banyak :) Ayo berdonasi

contoh:

Penyaji Mitsuba 3

Dokumentasi	Video tutorial	Linux	macOS	jendela	PyPI

️

Peringatan

️

Saat ini terdapat banyak pekerjaan tidak terdokumentasi dan tidak stabil yang terjadi

cabang master . Kami sangat menyarankan Anda menggunakan

rilis terbaru

sampai pemberitahuan lebih lanjut.

Jika Anda sudah ingin mencoba perubahan yang akan datang, silakan lihat

panduan porting ini.

Ini harus mencakup sebagian besar fitur baru dan perubahan penting yang akan datang.

Perkenalan

Mitsuba 3 adalah sistem rendering berorientasi penelitian untuk cahaya maju dan mundur

simulasi transportasi dikembangkan di EPFL di Swiss.

Ini terdiri dari perpustakaan inti dan satu set plugin yang mengimplementasikan fungsionalitas

mulai dari bahan dan sumber cahaya hingga algoritma rendering lengkap.

Mitsuba 3 dapat ditargetkan ulang : ini berarti implementasi yang mendasarinya dan

struktur data dapat diubah untuk menyelesaikan berbagai tugas berbeda

Misalnya, kode yang sama dapat mensimulasikan transpor RGB skalar (klasik satu sinar pada satu waktu).

atau transportasi spektral diferensial pada GPU

Dr.Jit, kompiler just-in-time (JIT) khusus yang dikembangkan khusus untuk proyek ini.

Fitur Utama

• Lintas platform : Mitsuba 3 telah diuji di Linux ( x86_64 ), macOS

  ( aarch64 , x8664 ), dan Windows ( x8664 ).

• Performa tinggi : Kompiler Dr.Jit yang mendasari menggabungkan kode rendering

  menjadi kernel yang mencapai kinerja canggih dengan menggunakan

  backend LLVM yang menargetkan CPU dan backend CUDA/OptiX

  menargetkan GPU NVIDIA dengan akselerasi perangkat keras ray tracing.

• Python pertama : Mitsuba 3 sangat terintegrasi dengan Python Materials,

  tekstur, dan bahkan algoritma rendering penuh dapat dikembangkan dengan Python,

  yang dikompilasi oleh sistem JIT (dan secara opsional dibedakan) dengan cepat.

  Hal ini memungkinkan eksperimen yang diperlukan untuk penelitian dalam grafik komputer dan

  disiplin ilmu lainnya.

• Diferensiasi : Mitsuba 3 adalah penyaji yang dapat dibedakan, artinya itu

  dapat menghitung turunan dari keseluruhan simulasi sehubungan dengan masukan

  parameter seperti pose kamera, geometri, BSDF, tekstur, dan volume

  mengimplementasikan algoritma rendering terdiferensiasi terbaru yang dikembangkan di EPFL.

• Spektral & Polarisasi : Mitsuba 3 dapat digunakan sebagai monokromatik

  penyaji, penyaji berbasis RGB, atau penyaji spektral. Setiap varian bisa

  secara opsional memperhitungkan efek polarisasi jika diinginkan.

Video tutorial, dokumentasi

Kami telah merekam beberapa video YouTube yang memberikan pengenalan lembut

Mitsuba 3 dan Dr.Jit. Selain itu, Anda dapat menemukan buku catatan Juypter lengkap

mencakup berbagai aplikasi, panduan cara kerja, dan dokumentasi referensi

di readthedocs.

Instalasi

Kami menyediakan roda biner yang telah dikompilasi sebelumnya melalui PyPI. Menginstal Mitsuba dengan cara ini semudah menjalankannya

 pip instal mitsuba

pada baris perintah. Paket Python mencakup tiga belas varian secara default:

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Dua yang pertama melakukan simulasi klasik satu sinar pada satu waktu menggunakan RGB

atau representasi warna spektral, sedangkan dua yang terakhir dapat digunakan untuk invers

rendering pada CPU atau GPU

kompilasi versi khusus Dr.Jit menggunakan CMake. Silakan lihat

dokumentasi

untuk rincian tentang ini.

Persyaratan

• Python >= 3.8

• (opsional) Untuk komputasi pada GPU: Nvidia driver >= 495.89

• (opsional) Untuk komputasi vektor/paralel pada CPU: LLVM >= 11.1

Penggunaan

Berikut adalah contoh sederhana "Hello World" yang menunjukkan betapa sederhananya merender a

adegan menggunakan Mitsuba 3 dari Python:

 # Impor perpustakaan menggunakan alias "mi"impor mitsuba sebagai mi# Atur varian renderermi.setvariant('scalarrgb')# Muat adegan = mi.loaddict(mi.cornellbox())# Render sceneimg = mi. render(adegan)# Tulis gambar yang dirender ke file EXRmi.Bitmap(img).write('cbox.exr')

Tutorial dan contoh buku catatan yang mencakup berbagai aplikasi dapat ditemukan

dalam dokumentasi.

Tentang

Proyek ini dibuat oleh Wenzel Jakob.

Fitur-fitur penting dan/atau perbaikan pada kode disumbangkan oleh

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Delio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vincent Leroy, dan

Ziyi Zhang.

Saat menggunakan Mitsuba 3 dalam proyek akademik, harap kutip:

 @software{Mitsuba3,title = {Mitsuba 3 renderer},author = {Wenzel Jakob dan Sébastien Speierer dan Nicolas Roussel dan Merlin Nimier-David dan Delio Vicini dan Tizian Zeltner dan Baptiste Nicolet dan Miguel Crespo dan Vincent Leroy dan Ziyi Zhang},catatan = {https://mitsuba-renderer.org},versi = {3.1.1},tahun = 2022}