বেশ কয়েকটি প্রকল্প রয়েছে যা এর জন্য জেনেরিক গ্রাফিক্স সরঞ্জামদণ্ডে স্থির হয়েছে। সেখানকার জিএমটিএল দুর্দান্ত - এটি বেশ ছোট, খুব কার্যকরী এবং খুব নির্ভরযোগ্য হিসাবে যথেষ্ট পরিমাণে ব্যবহৃত হয়েছে। ওপেনএসজি, ভিআর জাগলার এবং অন্যান্য প্রকল্পগুলি তাদের নিজস্ব হাত-ঘূর্ণিত ভেরিটার / ম্যাট্রিক্স গণিতের পরিবর্তে এটিকে ব্যবহার করতে স্যুইচ করেছে।
আমি এটি বেশ সুন্দর পেয়েছি - এটি টেমপ্লেটগুলির মাধ্যমে সমস্ত কিছু করে, তাই এটি খুব নমনীয় এবং খুব দ্রুত।
সম্পাদনা:
মন্তব্যগুলি আলোচনার পরে এবং সম্পাদনার পরে, আমি ভেবেছিলাম যে নির্দিষ্ট সুবিধাগুলির জন্য বেনিফিট এবং ডাউনসাইড সম্পর্কে আরও কিছু তথ্য ফেলে দেব এবং কেন আপনার পরিস্থিতি বিবেচনা করে আপনি একে অপরকে বেছে নিতে পারেন।
GMTL -
উপকারিতা: সাধারণ এপিআই, বিশেষত গ্রাফিক্স ইঞ্জিনগুলির জন্য ডিজাইন করা। রেন্ডারিংয়ের জন্য গিয়ার্ড করা অনেক আদিম ধরণের (যেমন প্লেন, এএবিবি, একাধিক ইন্টারপোলেশন সহ কোটেনারিয়ানস ইত্যাদি) অন্তর্ভুক্ত রয়েছে যা অন্য কোনও প্যাকেজে নেই। খুব কম মেমরির ওভারহেড, বেশ দ্রুত, সহজেই ব্যবহারযোগ্য।
ডাউনসাইডস: এপিআই বিশেষভাবে রেন্ডারিং এবং গ্রাফিক্সের উপর খুব বেশি মনোযোগী। সাধারণ উদ্দেশ্য (এনএক্সএম) ম্যাট্রিক্স, ম্যাট্রিক্স পচন এবং সমাধান ইত্যাদি অন্তর্ভুক্ত করে না কারণ এগুলি traditionalতিহ্যগত গ্রাফিক্স / জ্যামিতি অ্যাপ্লিকেশনগুলির ক্ষেত্রের বাইরে।
ইগেন -
উপকারিতা: পরিষ্কার এপিআই , ব্যবহার করা মোটামুটি সহজ। কোয়াটার্ন এবং জ্যামিতিক ট্রান্সফর্ম সহ জ্যামিতি মডিউল অন্তর্ভুক্ত । ওভারহেড কম স্মৃতি। বৃহত্তর এনএক্সএন ম্যাট্রিক্স এবং অন্যান্য সাধারণ উদ্দেশ্যে গাণিতিক রুটিনগুলির সম্পূর্ণ, অত্যন্ত পারফরম্যান্ট সমাধান।
ডাউনসাইডস: আপনি চাইলে (?) চেয়ে কিছুটা বড় স্কোপ হতে পারে। GMTL (যেমন: Euler কোণ সংজ্ঞা ইত্যাদি) এর সাথে তুলনা করার সময় কম জ্যামিতিক / রেন্ডারিং নির্দিষ্ট রুটিনগুলি।
আইএমএসএল -
উপকারিতা: খুব সম্পূর্ণ সংখ্যাযুক্ত লাইব্রেরি। খুব, খুব দ্রুত (সম্ভবত দ্রুততম সমাধানকারী)। এখন পর্যন্ত বৃহত্তম, সবচেয়ে সম্পূর্ণ গাণিতিক এপিআই। বাণিজ্যিকভাবে সমর্থিত, পরিপক্ক এবং স্থিতিশীল।
ডাউনসাইডস: ব্যয় - সস্তা নয়। খুব কম জ্যামিতিক / রেন্ডারিং নির্দিষ্ট পদ্ধতি, যাতে আপনার নিজের রৈখিক বীজগণিত শ্রেণীর শীর্ষে নিজের রোল করতে হবে।
এনটি 2 -
সুবিধাগুলি: সিন্ট্যাক্স সরবরাহ করে যা বেশি পরিচিত আপনি যদি ম্যাটল্যাব ব্যবহার করেন। বড় ম্যাট্রিক্স ইত্যাদির জন্য সম্পূর্ণ পচন এবং সমাধান সরবরাহ করে
ডাউনসাইডস: গাণিতিক, রেন্ডারিং ফোকাস নয়। সম্ভবত আইগেনের মতো পারফরম্যান্ট নয়।
ল্যাপ -
উপকারিতা: খুব স্থিতিশীল, প্রমাণিত অ্যালগরিদম। দীর্ঘ সময় ধরে ছিল। ম্যাট্রিক্স সমাধান ইত্যাদি সম্পূর্ণ করুন, অস্পষ্ট গণিতের জন্য অনেকগুলি বিকল্প।
ডাউনসাইডস: কিছু ক্ষেত্রে ততটা পারফর্ম্যান্ট নয়। ব্যবহারের জন্য বিজোড় এপিআই সহ ফোর্টরান থেকে পোর্ট করা হয়েছে।
ব্যক্তিগতভাবে, আমার জন্য, এটি একটি একক প্রশ্নে নেমে আসে - আপনি কীভাবে এটি ব্যবহারের পরিকল্পনা করছেন। যদি আপনি কেবল রেন্ডারিং এবং গ্রাফিক্সের দিকে মনোনিবেশ করেন তবে আমি জেনেরিক গ্রাফিক্স টুলকিট পছন্দ করি , কারণ এটি ভাল সম্পাদন করে এবং আপনার নিজের প্রয়োগ না করেই বক্সের বাইরে অনেকগুলি দরকারী রেন্ডারিং অপারেশনগুলিকে সমর্থন করে। আপনার যদি সাধারণ উদ্দেশ্যে ম্যাট্রিক্স সমাধানের প্রয়োজন হয় (যেমন: বড় ম্যাট্রিকগুলির এসভিডি বা এলইউ পচে যাওয়া) তবে আমি ইগেনের সাথে যাব , যেহেতু এটি হ্যান্ডেল করে, কিছু জ্যামিতিক ক্রিয়াকলাপ সরবরাহ করে এবং বড় ম্যাট্রিক্স সমাধানগুলির সাথে খুব পারফরম্যান্ট হয়। আপনার নিজের গ্রাফিক্স / জ্যামিতিক অপারেশনগুলি আরও লেখার প্রয়োজন হতে পারে (তাদের ম্যাট্রিক / ভেক্টরগুলির শীর্ষে) তবে এটি ভয়াবহ নয়।