3D UI 交互和 摄像机的Clar Flags 四种模式,Depth 深度理解,Randerer path 渲染方式控制

3D UI 交互和 摄像机的Clar Flags 四种模式,Depth 深度理解,Randerer path 渲染方式控制

延时光照(Deferred Lighting)

延时光照是一种基于像素的渲染技术,旨在提高实时光照计算的效率和保真度。以下是延时光照的一些关键特点:

特点

  1. 每像素计算光照:延时光照通过在两次渲染之间分离光照计算和颜色计算来工作。首先,场景中的所有光源的影响被记录在一个或多个深度与法线缓冲区(Depth & Normals Buffers)中。然后,这些缓冲区用于在第二次渲染中计算最终的颜色。
  2. 实时阴影:延时光照支持来自一个平行光的实时阴影。
  3. 双光照贴图:延时光照支持使用双光照贴图,这可以为场景中的物体提供更高的细节和保真度。
  4. 软粒子:延时光照能够正确处理软粒子效果。
  5. 半透明对象:延时光照不直接支持半透明物体的渲染。

性能

  • 每像素光照的花费:延时光照的成本取决于照亮的像素数。这意味着对于具有复杂光照环境的场景,可能需要更多的计算资源。

平台支持

  • PC (Windows/Mac):需要 Shader Model 3.0 或更高版本。
  • 移动设备 (iOS/Android):不支持。
  • 游戏平台:在 360 和 PS3 上支持。

正向渲染(Forward Rendering)

正向渲染是一种基于着色器的渲染技术,通过一次渲染过程来处理场景中的所有物体和光源。以下是正向渲染的一些关键特点:

特点

  1. 逐像素计算光照:正向渲染在渲染过程中直接计算每个像素的光照效果。
  2. 实时阴影:正向渲染支持来自一个平行光的实时阴影,并且可以处理多盏灯光,但可能会影响性能。
  3. 双光照贴图:不直接支持双光照贴图。
  4. 深度与法线缓冲区:不需要额外的深度与法线缓冲区。
  5. 软粒子:需要额外的计算资源来处理软粒子效果。
  6. 半透明对象:正向渲染可以处理半透明物体。

性能

  • 每像素光照的花费:延时光照的成本取决于照亮的像素数和照亮的物体数量。这意味着对于具有复杂光照环境和多个光源的场景,可能需要更多的计算资源。

平台支持

  • PC (Windows/Mac):需要 Shader Model 2.0 或更高版本。
  • 移动设备 (iOS/Android):仅 OpenGL ES 2.0 及以上版本。
  • 游戏平台:在 360 和 PS3 上支持。

顶点光照(Vertex Lit)

顶点光照是一种最低保真度的渲染技术,通过一次渲染过程来处理场景中的所有物体和光源。以下是顶点光照的一些关键特点:

特点

  1. 每像素计算光照:不直接支持逐像素计算光照。
  2. 实时阴影:不支持实时阴影。
  3. 双光照贴图:不支持双光照贴图。
  4. 深度与法线缓冲区:不需要额外的深度与法线缓冲区。
  5. 软粒子:不支持软粒子效果。
  6. 半透明对象:不支持半透明物体。

性能

  • 每像素光照的花费:非常低,因为它只涉及顶点级别的计算。

平台支持

  • PC (Windows/Mac):支持任何平台。
  • 移动设备 (iOS/Android):支持 OpenGL ES 2.0 及以上版本。
  • 游戏平台:不支持。

渲染路径比较

以下是延时光照、正向渲染和顶点光照的渲染路径比较:

特性 延时光照(Deferred Lighting) 正向渲染(Forward Rendering) 顶点光照(Vertex Lit)
每像素计算光照 Yes Yes -
实时阴影 Yes 1 Directional Light -
双光照贴图 Yes - -
深度与法线缓冲区 Yes Additional render passes -
软粒子 Yes - -
半透明对象 - Yes Yes
抗锯齿 - Yes Yes
光照保真度 All per-pixel Some per-pixel All per-vertex
成本 of a per-pixel Light Number of pixels it illuminates Number of pixels * Number of objects it illuminates -
PC (Windows/Mac) Shader Model 3.0 Shader Model 2.0 Any platform
移动设备 (iOS/Android) No support OpenGL ES 2.0+ OpenGL ES 2.0+
游戏平台 360, PS3 360, PS3 Not supported

通过这些比较,可以根据具体的需求和目标平台选择合适的渲染技术。延时光照适用于需要高保真度和复杂光照效果的场景,而正向渲染和顶点光照则适用于对性能要求较高的移动设备和简单场景。

Read more

使用本地大模型调用代码,根本就是一场骗局!

使用本地大模型调用代码,根本就是一场骗局!

通过大模型调用其他工具到底可不可行?ChatGPT 或许能轻松搞定一切,但同样的需求落在本地大模型上,恐怕就要打个问号了。 法国开发工程师 Emilien Lancelot 尝试了多款号称具备工具调用功能的 agent 框架,来看看本地大模型到底能不能完成任务,但结果就像他总结的“一无所获”。是什么让这位工程师失望了? 用 AutoGPT,得会点“糊弄学” AutoGPT 是款貌似强大的框架,提供很酷的 CLI 外加 Flutter UI,能够通过浏览器创建 agent。其主要功能是处理用户的文档、音频、视频等本地内容。 但是……它主要依靠 ChatGPT 或其他专有大模型服务来完成繁重工作,至少给我们的感觉是如此。 我们必须“唬弄”AutoGPT 才能使用 Ollama 端点,让其误认为是 ChatGPT。 ## OPENAI_API_KEY - OpenAI API

By Ne0inhk
详细说明Encoder-only架构的特点以及他和encoder decoder的区别和联系

详细说明Encoder-only架构的特点以及他和encoder decoder的区别和联系

Poe Encoder-only 架构的特点 Encoder-only 模型只使用 Transformer 的编码器部分,专注于对输入序列的理解和表征学习。这类模型通常被用在需要对输入文本进行深度理解的任务上,如文本分类、问答和语义匹配。以下是 Encoder-only 架构的核心特点: 1. 双向上下文建模 * 特点:Encoder-only 模型通过自注意力机制(Self-Attention)同时关注输入序列的前后文。 * 优势:相比单向模型(如 Decoder-only),它可以更全面地捕捉输入序列的全局语义,适合需要理解复杂上下文的任务。 * 实现方式:在训练过程中,不对输入序列进行因果掩码(Causal Masking),允许模型在任何位置访问序列的所有位置。 * 例子:BERT 的 Masked Language Model(MLM)训练任务通过随机遮盖部分单词,依赖左侧和右侧的信息来预测被遮盖的词,即双向建模的典型体现。 2. 适用于理解任务 * 特点:Encoder-only 模型专注于理解输入序列,而不生成输出序列,因此适合处理分类、

By Ne0inhk
手把手教学,DeepSeek-R1微调全流程拆解

手把手教学,DeepSeek-R1微调全流程拆解

手把手教学,DeepSeek-R1微调全流程拆解 原创 极客见识  2025年02月09日 09:02 广东 DeepSeek 通过发布其开源推理模型 DeepSeek-R1 颠覆了 AI 格局,该模型使用创新的强化学习技术,以极低的成本提供与 OpenAI 的 o1 相当的性能。 更令人印象深刻的是,DeepSeek 已将其推理能力提炼成几个较小的模型。这篇文章,我们将使用其蒸馏版本之一引导大家完成 DeepSeek-R1 的整个微调过程。 本文章将演示了如何微调其中一个模型(使用我们自己的自定义思维链数据集),然后保存和部署微调后的模型。 高级推理模型微调 DeepSeek 简介 DeepSeek-R1 是由深度求索(DeepSeek)公司开发的突破性推理模型。DeepSeek-R1 基于 DeepSeek-V3-Base(总共 671B 个参数,每次推理 37B 处于活动状态)构建,使用强化学习 (RL) 在提供最终答案之前生成思路链

By Ne0inhk
LLM o1 中的蒙特卡洛树搜索算法,DeepSeek论文中提到

LLM o1 中的蒙特卡洛树搜索算法,DeepSeek论文中提到

LLM o1 中的蒙特卡洛树搜索算法,DeepSeek论文中提到 凌青羽  2025年02月09日 09:30 上海 蒙特卡洛树搜索算法的核心是:选择与模拟。 蒙特卡洛树搜索算法的主要目标是:给定一个游戏状态来选择最佳的下一步。 前言 在讲解蒙特卡罗树算法之前,我们先玩一个“赌博”游戏。多臂老虎机(Multi-Armed Bandits)。 多臂老虎机(Multi-Armed Bandits) 游戏规则如下:赌博机有K个摇臂,每次摇动其中的任意一个摇臂,赌博机都会随机吐出一些硬币。现在允许你摇T次,请问如何尝试使得收益最大化。(有限次数的尝试的收益最大化) 思考一下,你会如何尝试?(是下面的玩法中的哪一种类型呢?) * • 纯随机(Random):每次随机选一个摇臂进行摇动。 * • 劣势:能算个期望收益,但收益不是最大的。 * • 仅探索(Exploration-only):每个摇臂摇动T/K次。 * • 相当于每个摇臂摇动的次数都一样。(劣势:浪费次数在收益较差的摇臂上) * • 仅利用(Exploitation-only):

By Ne0inhk