Houdiniには、機械学習(ML:Machine Learning)の様々なステージをサポートする色々なノードが用意されています。 これらのステージには、合成データの生成、データの前処理、ニューラルネットワークのトレーニング、モデルのエクスポート、そして、ニューラルネットワークの適用(推論)が含まれています。

HoudiniにはML用に2種類のノードが備わっています:

• ローレベルなMLノード

• より特化したサンプルベースのMLノード

ローレベルなMLノードは、Rawファイルの出力、Rawファイルのインポート、ONNXを使用した推論の実行、外部のPyTorchスクリプトを使用したトレーニングを行なうことができます。 これらのノードは、強力で、比較的ローレベルな抽象化で存在しています。 詳細は、ローレベルなMLノードを参照してください。

サンプルベースのMLノードは、回帰(Regression)を含む教師あり機械学習アプリケーション(Supervised ML Application)をサポートしています。 これらのノードによって、ラベル付きサンプルで構成されたデータセットの作成と前処理が簡単になります。 特化した回帰トレニーニングノードは、PyTorchスクリプトを記述することなく、データセット上でモデルをトレーニングすることができます。 特化した推論ノードは、結果のMLモデルをSOPで簡単に適用することができます。 詳細は、サンプルベースのMLノードを参照してください。