| On this page |
SOPコンテキストのTabメニューから利用可能な機械学習レシピがいくつか用意されています。 これらは、シェルフツールと同様に、学習目的や今すぐにでも試せるようにノードネットワークを配置するものです。 ML Train Deformer レシピは、ML Deformerモデルをトレーニング可能な2つのエンティティで構成されたセットアップを作成します。
構造 ¶
Capybara
このサブネットワークは、ML DeformerとしてトレーニングするためのCapybaraテストジオメトリを用意します。
Tube
このサブネットワークは、ML Deformerとしてトレーニングするための柔軟なチューブを用意します。
ML_Train_Deformer
このサブネットワークは、入力ジオメトリに含まれているエンティティのデータ生成とトレーニングを実行します。
ML_Deform
このサブネットワークは、トレーニング済みのML Deformerを使用できるようにします。
重要なノード ¶
ML Pose Serialize各ポーズを、データセットに取り込める数値配列に変換する役割を担います。
Principal Component Analysis残差スキン変形(リニアブレンディングスキニングに対する相対変形)を、データセットに取り込める小さな数値配列として符号化する役割を担います。
Armature Capture 準静的Tissueシミュレーションのためのエンティティを用意します。
Armature Deformエンティティに対して準静的Tissueシミュレーションを実行します。
ML Train Regressionエンコードされたポーズと変形で構成されたデータセットを用いて、ML Deformerのモデルをトレーニングします。
このサンプルから学ぶこと ¶
| To... | Do this |
|---|---|
|
ML_Train_Deformerネットワークに接続されたエンティティのML Deformerをトレーニングする |
Cook Output Node をクリックして、完了するまで待機します。 |
|
特定のエンティティに対して推論を実行する |
Entity Name パラメータを、特定のエンティティ名に変更します。 |
|
トレーニングさせたい新たなクリーチャーを追加する |
|