1樓：木木木
建築自生成，把筆全部交給電腦？如果你把計算機看成是一種輔助是可以的，Python能處理的事情是在功能類資料上，更加整體更加全面的將資料權重，選擇權還是抓在自己手上好。其實grasshopper本身也可以完成。
2樓：Sheldon.HE
有兩個思路，
第乙個是機器學習，可以用gh裡的owl.learning外掛程式或者去github上找個別人寫過的輪子自己稍微改一下埠，因為要影象識別所以建議用CNN卷積神經網路。這個布局相對簡單，60樣本訓練，30檢驗就應該有不錯效果。
第二種是自己想演算法，比如，這裡麵粉色佔了多大面積，給乙個範圍分割平面。然後在分割基礎上，下一次迭代要如何劃分，近似的規則不斷應用下去。但這種方式我預想了一下會有很多不合理的布局，尤其是井，玄關和陽台，不好定義。
2021.04.03
突然想起乙個新的思路，運用波函式坍塌演算法也可以達到這種自動生成平面的目的。
詳細了解可以去看下碼農大佬的解釋，簡單講就是可以在模組化基礎上新增不確定性，從而按照一定規則自由生成無限延展的模組組合。
碼農-27：基於《波函式坍縮演算法》的無限城市程式化隨機生成
可以把平面拆解為許多小slots，然後用這些小單元方格定義不同空間的模組。
這裡我簡單定義了四種模組，可以是不同空間。每個單元的編號可以理解為連線點，比如臥室和客廳相連，那就定義好埠連線的排列組合。
然後類似數獨的回溯演算法，按規則排列出可能組合方式。
這種方式的弊端在於規則的定義會比較複雜，必須要將平面的各種規則都總結出來才能得到較為合適的結果。WFC還是屬於人工定義規則的方式。
（使用的是Subdigital lab開發的monoceros外掛程式）
請問怎麼用grasshopper在球面上均勻布點，很均勻且有一定規律的那種？
hiyajomaho 點進來一看已經有答主寫出很好的gh解決方案了，我就說點其他的。如果你說的均勻布點是指所有點與其相鄰點的距離一致，那麼嚴格來說最多只能均勻布置20個點，即在球裡巢狀乙個十二面體，用wearverbird可以直接生成 點數超過20的時候都是 大致 均勻了，不過對建築設計來說已經足夠...
P2P理財與銀行的競爭？
Healer 首先，銀行理財和P2P理財的最大不同就是收益，銀行的利息低，收益少，P2P的利息高，收益也高。如果只是單純的利息方面的差異的話，銀行可能處於劣勢或者是該擔心應該採取什麼緊急措施來爭取客戶。但事實是，銀行雖然在收益方面處於劣勢，可它明顯比P2P更安全，也就是說收益和風險就是成正比的。現在...
A2P與P2P的區別是什麼？
朱惠利 A2P，資產對個人，即融資租賃。融資租賃是指出租人根據承租人對租賃物件的特定要求和對供貨人的選擇，出資向供貨人購買租賃物件，並租給承租人使用，承租人則分期向出租人支付租金，在租賃期內租賃物件的所有權屬於出租人所有，承租人擁有租賃物件的使用權。租期屆滿，租金支付完畢並且承租人根據融資租賃合同的...