copox

Código fonte JAVA

1.3.0

Baixar

Este documento fornece uma visão geral de dois projetos de código aberto: BeakerX, uma coleção de extensões Jupyter, e Mitsuba 3, um sistema de renderização orientado para pesquisa. O BeakerX aprimora o Jupyter com kernels JVM e widgets interativos, enquanto o Mitsuba 3 oferece recursos de renderização de alto desempenho com integração e diferenciabilidade do Python. Ambos os projetos são detalhados abaixo, incluindo instruções de instalação e exemplos de uso.

BeakerX: extensões de copo para Jupyter

BeakerX é uma coleção de kernels JVM e widgets interativos para

plotagem, tabelas, tradução automática e outras extensões para Jupyter

Notebook e Jupyter Lab versão 1.2.xe 2.x.

A versão 2.x do BeakerX melhora a arquitetura da solução original, fornecendo

módulos independentes que os usuários finais podem instalar para melhor ajustar a plataforma.

A documentação

consiste em cadernos tutoriais no GitHub

e uma folha de dicas.

BeakerX é o sucessor do Beaker Notebook (código fonte

arquivo). Isto

vem do código aberto Two Sigma. Sim, estamos

contratando.

Como usar

Para instalar o BeakerX e todos os kernels use:

Para instalar apenas parte da solução escolha quais kernels instalar:

E então instale os pacotes opcionais:

Para instalar extensões BeakerX dentro do Jupyter Lab 1.2, use

Para instalar extensões BeakerX dentro do Jupyter Lab 2.x, use

Características

Kernels JVM com plotagem interativa:

Tradução automática de Python para JavaScript e D3

Tabelas interativas

Perguntas frequentes

Consulte FAQ.md.

Atribuição

BeakerX contém e depende de muitos projetos, incluindo:

O kernel é originalmente derivado de

grade lapps,

mas foi reescrito em Java e refatorado e expandido.

O suporte Java usa org.abstractmeta.toolbox de Adrian Witas.

O índice e as extensões das células init vêm de:

Banco de dados H2

motor

Este software contém redistribuições binárias não modificadas para H2

mecanismo de banco de dados (http://www.h2database.com/), que possui licença dupla

e disponível sob a MPL 2.0 (Licença Pública Mozilla) ou sob a

EPL 1.0 (Licença Pública Eclipse). Uma cópia original da licença

o contrato pode ser encontrado em: http://www.h2database.com/html/license.html

exemplo:

Renderizador Mitsuba 3

Documentação

Vídeos tutoriais

Linux

Mac OS

Windows

PyPI

️
Aviso
️

Actualmente existe uma grande quantidade de trabalho indocumentado e instável em curso no

o ramo master . É altamente recomendável que você use nosso

último lançamento

até novo aviso.

Se você já deseja experimentar as próximas mudanças, dê uma olhada em

este guia de portabilidade.

Deve cobrir a maioria dos novos recursos e mudanças importantes que estão por vir.

Introdução

Mitsuba 3 é um sistema de renderização orientado para pesquisa para luz direta e inversa

simulação de transporte desenvolvida na EPFL na Suíça.

Consiste em uma biblioteca principal e um conjunto de plug-ins que implementam funcionalidades

variando de materiais e fontes de luz a algoritmos de renderização completos.

Mitsuba 3 é redirecionável : isso significa que as implementações subjacentes e

estruturas de dados podem ser transformadas para realizar várias tarefas diferentes. Para

Por exemplo, o mesmo código pode simular transporte RGB escalar (clássico de um raio por vez)

ou transporte espectral diferencial na GPU. Tudo isso se baseia

Dr.Jit, um compilador just-in-time (JIT) especializado desenvolvido especificamente para este projeto.

Principais recursos

Plataforma cruzada : Mitsuba 3 foi testado em Linux ( x86_64 ), macOS
( aarch64 , x8664 ) e Windows ( x8664 ).

Alto desempenho : o compilador Dr.Jit subjacente funde o código de renderização
em kernels que alcançam desempenho de última geração usando
um back-end LLVM direcionado à CPU e um back-end CUDA/OptiX
visando GPUs NVIDIA com aceleração de hardware de rastreamento de raio.

Python primeiro : Mitsuba 3 está profundamente integrado ao Python. Materiais,
texturas e até mesmo algoritmos de renderização completos podem ser desenvolvidos em Python,
que o sistema compila JIT (e opcionalmente diferencia) em tempo real.
Isso permite a experimentação necessária para pesquisas em computação gráfica e
outras disciplinas.

Diferenciação : Mitsuba 3 é um renderizador diferenciável, o que significa que
pode calcular derivadas de toda a simulação em relação à entrada
parâmetros como pose de câmera, geometria, BSDFs, texturas e volumes. Isto
implementa algoritmos de renderização diferenciáveis recentes desenvolvidos na EPFL.

Espectral e Polarização : Mitsuba 3 pode ser usado como monocromático
renderizador, renderizador baseado em RGB ou renderizador espectral. Cada variante pode
opcionalmente, considere os efeitos da polarização, se desejado.

Vídeos tutoriais, documentação

Gravamos vários vídeos no YouTube que fornecem uma introdução gentil

Mitsuba 3 e Dr.Jit. Além disso você pode encontrar notebooks Juypter completos

cobrindo uma variedade de aplicações, guias de instruções e documentação de referência

em readthedocs.

Instalação

Fornecemos rodas binárias pré-compiladas via PyPI. Instalar o Mitsuba desta forma é tão simples quanto executar

 pip instalar mitsuba

na linha de comando. O pacote Python inclui treze variantes por padrão:

scalar_rgb

scalar_spectral

scalarspectralpolarized

llvmadrgb

llvmadmono

llvmadmono_polarized

llvmadspectral

llvmadspectral_polarized

cudaadrgb

cudaadmono

cudaadmono_polarized

cudaadspectral

cudaadspectral_polarized

Os dois primeiros realizam simulação clássica de um raio por vez usando um RGB

ou representação espectral de cores, enquanto os dois últimos podem ser usados para representação inversa

renderização na CPU ou GPU. Para acessar variantes adicionais, você precisará

compilar uma versão personalizada do Dr.Jit usando CMake. Por favor veja o

documentação

para obter detalhes sobre isso.

Requisitos

Python >= 3.8

(opcional) Para computação na GPU: Nvidia driver >= 495.89

(opcional) Para computação vetorizada/paralela na CPU: LLVM >= 11.1

Uso

Aqui está um exemplo simples de "Hello World" que mostra como é simples renderizar um

cena usando Mitsuba 3 do Python:

 # Importe a biblioteca usando o alias "mi"import mitsuba as mi# Defina a variante do renderermi.setvariant('scalarrgb')# Carregue uma scenecene = mi.loaddict(mi.cornellbox())# Renderize a cenaimg = mi. render(scene)# Grave a imagem renderizada em um arquivo EXRmi.Bitmap(img).write('cbox.exr')

Tutoriais e cadernos de exemplo cobrindo uma variedade de aplicações podem ser encontrados

na documentação.

Sobre

Este projeto foi criado por Wenzel Jakob.

Recursos e/ou melhorias significativas no código foram contribuídos por

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Délio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vicente Leroy e

Zi Yi Zhang.

Ao usar o Mitsuba 3 em projetos acadêmicos, cite:

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

Expandir

Informações adicionais