燒杯x
1.3.0
本文檔概述了兩個開源專案：BeakerX（Jupyter 擴充功能的集合）和 Mitsuba 3（研究導向的渲染系統）。 BeakerX 透過 JVM 核心和互動式小工具增強了 Jupyter，而 Mitsuba 3 透過 Python 整合和可微性提供高效能渲染功能。下面詳細介紹了這兩個項目，包括安裝說明和使用範例。
BeakerX：Jupyter 的燒杯擴展
BeakerX 是 JVM 核心和互動式小工具的集合
繪圖、表格、自動翻譯和 Jupyter 的其他擴展
Notebook 和 Jupyter Lab 版本 1.2.x 和 2.x。
BeakerX 2.x 版本改進了原始解決方案架構，提供了
最終用戶可以安裝獨立模組以更好地調整平台。
文件
包含 GitHub 上的教學筆記本
和備忘單。
BeakerX 是 Beaker Notebook 的後繼者（原始碼
檔案）。它
來自二西格瑪開源。是的，我們是
招聘。
如何使用
要安裝 BeakerX 和所有內核，請使用：
若要僅安裝解決方案的一部分，請選擇要安裝的核心：
然後安裝可選包：
要在 Jupyter Lab 1.2 中安裝 BeakerX 擴展，請使用
要在 Jupyter Lab 2.x 中安裝 BeakerX 擴展，請使用
特徵
具有互動式繪圖功能的 JVM 核心：
從 Python 到 JavaScript 和 D3 的自動翻譯
互動桌
常見問題解答
請參閱 FAQ.md。
歸因
BeakerX 包含並依賴許多項目，包括：
內核最初源自
拉普斯網格，
但已經用Java重寫並重構和擴展。
Java 支援使用 Adrian Witas 的 org.abstractmeta.toolbox。
ANTLR 版權所有 (c) 2012 Terence Parr 和 Sam Harwell
d3 版權所有 (c) 2010-2015，Michael Bostock
IPython 版權所有 (c) 2008-2014，IPython 開發團隊
版權所有 (c) 2001-2007，費爾南多·佩雷斯
版權所有 (c) 2001，Janko Hauser
版權所有 (c) 2001，納撒尼爾‧格雷
目錄和初始化單元擴充來自：
IPython-contrib 版權所有 (c) 2013-2015，IPython-contrib 開發人員
Scala 版權所有 (c) 2002-2015 EPFL
版權所有 (c) 2011-2015 Typesafe, Inc.
Guava 版權所有 (C) 2012 The Guava 作者
Apache Spark 版權所有 (C) 2014 年及以後 Apache 軟體基金會。
H2資料庫
引擎
該軟體包含未經修改的 H2 二進位重新發行版
資料庫引擎（http://www.h2database.com/），雙重許可
並可依據 MPL 2.0（Mozilla 公共授權）或
EPL 1.0（Eclipse 公共授權）。許可證正本
協議可參考：http://www.h2database.com/html/license.html
例子：
三葉渲染器 3
文件 | 教學影片 | Linux | 蘋果系統 | 視窗 | 皮伊 |
|---|---|---|---|---|---|
️
警告
️
目前，大量無證且不穩定的工作正在進行
master分支。我們強烈建議您使用我們的
最新版本
直至另行通知。
如果您已經想嘗試即將發生的更改，請查看
本移植指引。
它應該涵蓋大部分新功能和即將到來的重大變化。
介紹
Mitsuba 3 是一款以研究為導向的前向光和反向光渲染系統
瑞士洛桑聯邦理工學院 (EPFL) 開發的交通模擬。
它由一個核心庫和一組實現功能的插件組成
從材質和光源到完整的渲染演算法。
Mitsuba 3 是可重定向的：這意味著底層實作和
資料結構可以轉換以完成各種不同的任務。為了
例如，相同的程式碼可以模擬標量（經典的一次一束）RGB 傳輸
或 GPU 上的差分光譜傳輸。這一切都建立在
Dr.Jit，專為此專案開發的專用即時(JIT) 編譯器。
主要特點
跨平台：Mitsuba 3 已在 Linux ( x86_64 )、macOS 上進行測試
（ aarch64 、 x8664 ）和 Windows ( x8664 )。
高效能：底層Dr.Jit編譯器融合渲染程式碼
進入內核，使用實現最先進的性能
針對 CPU 的 LLVM 後端和 CUDA/OptiX 後端
針對具有光線追蹤硬體加速功能的 NVIDIA GPU。
Python優先：Mitsuba 3與Python深度整合。材料，
紋理，甚至完整的渲染演算法都可以用Python開發，
系統即時編譯（並可選擇區分）。
這使得電腦圖形學研究所需的實驗成為可能
其他學科。
差異化：Mitsuba 3 是一個可微分渲染器，這表示它
可以計算整個模擬相對於輸入的導數
參數，例如相機姿態、幾何形狀、BSDF、紋理和體積。它
實作了 EPFL 最近開發的可微分渲染演算法。
光譜和偏振：Mitsuba 3 可用作單色儀
渲染器、基於 RGB 的渲染器或光譜渲染器。每個變體都可以
如果需要的話，可以選擇考慮極化的影響。
教學影片、文檔
我們錄製了幾個 YouTube 視頻，提供了溫和的介紹
三葉 3 和 Dr.Jit。除此之外，您還可以找到完整的 Juypter 筆記本
涵蓋各種應用程式、操作指南和參考文檔
閱讀文檔。
安裝
我們透過 PyPI 提供預編譯的二進位輪。以這種方式安裝三葉就像運行一樣簡單
pip安裝三葉
在命令列上。 Python 套件預設包含 13 個變體：
scalar_rgb
scalar_spectral
scalarspectralpolarized
llvmadrgb
llvmadmono
llvmadmono_polarized
llvmadspectral
llvmadspectral_polarized
cudaadrgb
cudaadmono
cudaadmono_polarized
cudaadspectral
cudaadspectral_polarized
前兩個使用 RGB 執行經典的一次一光模擬
或光譜顏色表示，而後兩者可用於反演
在 CPU 或 GPU 上渲染。要存取其他變體，您需要
使用 CMake 編譯 Dr.Jit 的自訂版本。請參閱
文件
有關詳細資訊。
要求
Python >= 3.8
（可選）對於 GPU 上的計算： Nvidia driver >= 495.89
（可選）對於 CPU 上的向量化/平行計算： LLVM >= 11.1
用法
這是一個簡單的「Hello World」範例，展示了渲染一個
使用 Python 中的 Mitsuba 3 的場景：
# 使用別名「mi」導入庫 import mitsuba as mi# 設定渲染器的變體mi.setvariant('scalarrgb')# 載入場景scene = mi.loaddict(mi.cornellbox())# 渲染場景img = mi. render (scene)# 將渲染影像寫入EXR檔案mi.Bitmap(img).write('cbox.exr')可以找到涵蓋各種應用程式的教學和範例筆記本
在文檔中。
關於
該專案由 Wenzel Jakob 創建。
程式碼的重要功能和/或改進由以下人員貢獻
賽巴斯蒂安·施派爾,
尼古拉斯·羅塞爾，
梅林·尼米爾-大衛，
德里奧·維西尼,
蒂齊安·澤爾特納,
巴蒂斯特·尼科萊特,
米格爾·克雷斯波,
文森·勒羅伊，和
張子怡.
在學術課程中使用 Mitsuba 3 時，請引用：
@software{Mitsuba3，標題= {Mitsuba 3 渲染器}，作者= {Wenzel Jakob 和Sébastien Speierer 和Nicolas Roussel 和Merlin Nimier-David 和Delio Vicini 和Tizian Zeltner 和Baptiste Nicolet 和Miguel Crespo 和Vincent Leroy 和Ziyi Zhu}，註= {https://mitsuba-renderer.org}，版本 = {3.1.1}，年份 = 2022} 
