- 1:模型训练
- 2:WEB 应用部署
- 3:用户应用
- 3.1:提交训练按钮
- 3.2:使用 AI 按钮
模型训练
谷歌Tensorflow框架
百度Paddle框架
脸书PyTorch框架
WEB 应用部署
公网范围测试地址: http://192.168.192.240:9999 默认密码: 123456
局域网内测试地址: http://192.168.11.3:9999/ 默认密码: 123456
优势: 01. 客户机不需要部署各种软件环境, 不需要加各种支持库, 包等, 所有工作都在服务机配置好了, 直接拿来用
02. 对客户机硬件没要求, 不需要多核心处理器, 高性能显卡, 能联网开网页就行, 使用服务机硬件
03. 客户机需要做的仅仅是上传训练素材, 工作内容单一 , 其余工作由服务机进行
用户应用
在接下来的时间里, 我希望做一个HDA的节点, 它的参数界面仅仅只有两个按钮, 一个是提交训练, 另一个是使用 AI
提交训练按钮
在 houdini 中制作完成后, 点一下此按钮, 节点会读取此工程中的 ( 01. 节点网络信息, 02. 所有节点的参数字典, 03. 渲染节点中渲染好的单帧或者是序列图片 ) , 并上传到服务器中, 用于AI 模型的训练
关于更多
通过另一套 AI 模型对此次上传的单帧或序列打分, 分值倾向于 0 - 100 分, 无渲染图的为 0 分, 特别好和特别差的也可以超过 100 分 或者 得负分, 用于制作的 AI 模型为了获取更高分, 将更倾向于学习分值高的工程文件
这个过程衍生出了盈利模式, 服务器添加一个账户系统, 对于绑定账户提交的工程得分, 返还相应数量的虚拟货币或者是使用时长
对于不想做贡献参与训练的用户, 只能通过购买虚拟货币或者是使用时长来使用此 AI
因为部署在服务端, 破解和外挂不能生效 ( 类似于云游戏, 文件系统在云端, 破解不能生效;
外挂通过读内存来修改数据, 客户端只参与发出请求, 获得回执, 并不读入本机内存, 外挂也不能生效 )
人工智能目前的价值, 可能不是编写, 选择和部署训练框架, 而是稳定精准的应用方向(我就是用它替人来做特效)和训练成熟的模型(它能做特效), 还有大量的训练素材(在出现第二家之前, 所有的训练数据都在我这), 抢占先机很重要
使用 AI 按钮
当点击此按钮时, 可以弹出个交互方式选择窗口, 通过调用一些现成的模块来实现, 譬如 ( 01. 语音输入, 02. 文字输入, 03. 多标签选择等 ) 方式来与 AI 交互, 顺便带一个需求管理界面, AI 根据提出的要求来创建节点网络, 和设置节点参数
关于更多
通过说话, 打字, 选择标签等方式, 输入多条指令, 通过交互模块从输入的指令中提取出关键字, 交由 AI 来创建节点网络, 和设置节点参数
界面类似