lundi 9 juillet 2018

Nouveaux exemples d'apprentissage automatique avec LunchBoxML

Le composant Neural Network


Proving Ground présente de nouveaux exemples d'apprentissage automatique avec le module LunchBoxML pour Grasshopper.

L'année dernière, Proving Ground sortait LunchBoxML, un module d'apprentissage automatique pour Grasshopper et Dynamo qui utilise le framework Accord. LunchBoxML présente maintenant quelques nouveaux exemples pour montrer l'application des composants Gaussian Mixture et Neural Network.


Le modèle Gaussian Mixture montre un algorithme d'apprentissage non supervisé pour grouper des panneaux 3D en fonction des attributs de géométrie définissant la taille et la forme.

L'exemple Neural Network montre un algorithme d'apprentissage non supervisé simple qui utilise les données de formation concernant les attributs d'espace (aire, longueur et largeur) et leur classification (bureau, conférence, etc.).

Le framework Accord.NET est un framework d'apprentissage automatique .NET combiné avec des bibliothèques de traitement audio et image écrites en C#.

ShapeDiver est maintenant compatible avec les scripts Python



Python, le langage flexible de programmation et de scripts compatible avec un très grand nombre d'applications, est maintenant pris en charge sur ShapeDiver.

Avec le composant Grasshopper Python, vous pouvez utiliser la syntaxe de Rhinoscript pour commencer à écrire des scripts sans besoin d'être programmeur. Lisez l'introduction simple à l'écriture de scripts avec Python dans Grasshopper et consultez le dossier GitHub contenant de nombreux exemples de scripts pour vous aider à bien démarrer.

Python est intégré directement dans Rhino 6 et Rhino 5 pour Mac.