Graphite 是一个在浏览器中运行的轻量级矢量开源光栅和矢量 2D 图形编辑器，它由节点图合成引擎提供支持，可增强图层堆栈，

Graphite 是一个在浏览器中运行的轻量级矢量开源光栅和矢量 2D 图形编辑器，它由节点图合成引擎提供支持，可增强图层堆栈，提供完全无损的编辑体验。 其新兴的基于节点的合成器可让你应用光栅效果，并在非破坏性工作流程中与 AI 共同创造令人惊叹的艺术作品。全功能光栅图像编辑和本机桌面应用程序是当前开发的重点，并将在未来几个月内推出。 | #编辑器

凯子哥-threejs系列教程

凯子哥-threejs系列教程 描述：three.js，一个WebGL引擎，基于JavaScript，可直接运行GPU驱动游戏与图形驱动应用于浏览器。其库提供的特性与API以绘制3D场景于浏览器。 链接： 大小：NG 标签：#学习 #知识 #课程 来自：雷锋 频道：@Aliyundrive_Share_Channel 群组：@alyd_g 投稿：@AliYunPanBot

凯子哥-threejs系列教程

凯子哥-threejs系列教程 描述：three.js，一个WebGL引擎，基于JavaScript，可直接运行GPU驱动游戏与图形驱动应用于浏览器。其库提供的特性与API以绘制3D场景于浏览器。 链接：https://www.alipan.com/s/deY5Jxv931b 大小：NG 标签：#学习 #知识 #课程 来自：雷锋 版权：版权反馈/DMCA 频道：@shareAliyun 群组：@aliyundriveShare 投稿：@aliyun_share_bot

程序员从零开始制作流畅的3D图形引擎 并在DIY的GPU上运行

程序员从零开始制作流畅的3D图形引擎 并在DIY的GPU上运行 这并不是 Fish 首次涉足自制图形。他最初用 WebGL 开发了用于网络浏览器的"Pescado"引擎，然后将其移植到用于 PC 显卡的 OpenGL 上。不过，在低功耗微控制器上实现流畅的 3D 渲染是一次重大飞跃。Fish 的引擎被命名为"ESPescado"，用于 ESP32 移植，完全使用 C++ 和 OpenGL 手工制作。他从零开始创建了向量、矩阵和渲染数学库。正如 Fish 解释的那样，"物理和几何处理发生在 3D 中，但在 2D 显示器上显示图像时，只能绘制 2D 点"。ESPescado 使用透视投影技术将 3D 物体平面化为屏幕上的 2D 物体。此外，它的响应速度也相当快。得益于 ESP32 的双核设计，Fish 的代码可以在一个内核上以每秒 700 帧的速度处理物理和输入处理，而另一个内核则专注于以每秒 40 帧的速度流畅地渲染线框。制作硬件本身就是黑客的梦想：一个小巧的 1.9 英寸 320 x 160 像素显示屏，周围环绕着 ESP32 大脑，配上可实现全 3D 控制的外置操纵杆。其中一个操纵杆甚至可以连接到手指上，带来身临其境的体验。加速计提供运动输入，用于调整游戏中的摄像头。在引擎盖下，ESPescado 使用网格、顶点和矩阵等标准 3D 工具包。网格由三角形的点和线构成，是视频游戏中的基本物体和地形。然后，引擎可以应用缩放、旋转和定位等变换，将这些网格放置在虚拟 3D 世界中。YouTube 上的一个演示展示了 ESPescado 的运行情况，Fish 在黑色背景中操纵一个简单的绿色三角形物体。它让人们对该引擎的功能有了一个基本的了解，表明即使是最基本的三维图形也可以根据第一原理进行开发。对于工匠和三维数学专业的学生来说，Fish 的项目让他们对三维引擎背后的核心概念有了迷人的一瞥。ESP32"ESPescado"版本和原始OpenGL"Pescado"版本都已发布在 GitHub 上，供所有人研究和构建。 ... PC版： 手机版：

微软Edge有望超越Safari成为第二大桌面浏览器

微软Edge有望超越Safari成为第二大桌面浏览器 根据StatCounter的桌面浏览器市场份额图表，作为曾经占主导地位的IE浏览器的替代品，微软Edge已经慢慢获得了更多的用户。在过去的一年里，它已经从2021年1月的7.81%的份额稳步上升到2022年1月的9.54%。 虽然这早就已经帮助它超越了Firefox（在2021年3月就做到了），但Edge的份额随着时间的推移逐渐增加，1月的数据显示它的份额为9.54%。相比之下，Safari在一段时间内保持相对稳定，目前它的份额为9.84%。 如果Edge的使用量继续增加，它可能获得足够的份额来取代Safari的第二位，从而将后者推到第三位，一方面也可能导致Safari成为第四名，因为Mozilla Firefox的重新崛起使其1月份的市场占比达到9.18%，在Edge和Safari的接近范围内。 作为参考，Google Chrome浏览器在2022年1月报告了65.38%的份额，这是它在6月达到68.76%的高点后在过去12个月中的最低值。 cnBeta

Keras是一个用Python编写的深度学习API， 运行在机器学习平台TensorFlow之上。 它的开发重点是实现快速实验。

Keras是一个用Python编写的深度学习API， 运行在机器学习平台TensorFlow之上。 它的开发重点是实现快速实验。能够尽快从想法到结果是做好研究的关键。 Keras特性： 1.简单 - 但不是简单。Keras 减少了开发人员的认知负担，让您能够专注于问题中真正重要的部分。 2.灵活Keras 采用渐进式披露原则 复杂性：简单的工作流程应该快速简便，同时任意 高级工作流程应该可以通过基于的清晰路径来实现 你已经学到了什么。 3.强大 Keras 提供行业强大的性能和可扩展性：它被包括NASA在内的组织和公司使用， YouTube和Waymo。 Keras & TensorFlow 2 TensorFlow 2是一个端到端的开源机器学习平台。 您可以将其视为可微分编程的基础结构层。 它结合了四个关键功能： 1.在 CPU、GPU 或 TPU 上高效执行低级张量操作。 2.计算任意可微表达式的梯度。 3.将计算扩展到许多设备，例如数百个 GPU 的集群。 4.将程序（“图形”）导出到外部运行时，如服务器、浏览器、移动和嵌入式设备。 Keras 是 TensorFlow 2 的高级 API：一个平易近人、高效的界面。 用于解决机器学习问题， 专注于现代深度学习。它为开发提供了基本的抽象和构建块 以及以高迭代速度交付机器学习解决方案。 Keras 使工程师和研究人员能够充分利用可扩展性 以及 TensorFlow 2 的跨平台功能：您可以在 TPU 或大型 GPU 集群上运行 Keras， 你可以导出 Keras 模型以在浏览器或移动设备上运行。 |||| #API