 |
| 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#.
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.).
S'abonner
Articles
Aucun commentaire:
Enregistrer un commentaire