Дневник экспериментальной лаборатории про текст:

1. На первом занятии ничего не получилось, зато узнали много нового про выражения (в скриптах, конечно)
2. Точнее получилось. Но в ходе работы цель инструмента была расширена и уточнена.
3. Поэтому (а) лаба увеличилась на одно занятие (б) оказалось важно посчитать точку пересечения окружности и прямой линии из центра окружности.
4. В эпоху вайб кодинга всё это выглядит бессмысленным, но удовольствие от работы руками и головой перевешивает.

#python_tch if—then—else

способ написания условия в одну строку:
[do this] if … else [do this]

а вообще на картинке и в примере полярная кривая в очень изменённом состоянии

пример в первом комментарии

#python_tch if—the—else в одну строку, пример через expression CHOP

1 if me.inputVal > 0.5 else 0
или
сэмпл = 1 если его  входящее значение  > 0.5  иначе сэмпл = 0

немного мастер Йода по конструкции

Дневник экспериментальной лаборатории про текст

Вторая встреча выявила два важных вопросов

1. Всё ещё не удаётся найти оптимальный баланс в подаче материала. Кажется, что ясность процесса во время стрима пропадает примерно через час. Полная дезориентация наступает через полтора часа после начала. Критически важно быть готовым к любым препятствиям — в этот раз я не смог быстро заставить чат джипити подсказать высчитывание формулы точки пересечения линии с окружностью.

2. Использование нейросетей. Не секрет, что поиск правильного ответа у нейросети в контексте тачдизайнера не приводит обычно к ответу, который можно просто скопировать и вставить. Почему? Потому что есть расхождение в архитектуре реального проекта и «нейросетевого» — в ответах используются переменные и операторы, которые существует за пределами ответа в идеальном проекте (в реальном проекте их вообще нет). Восстановить синтаксис и архитектуру — посильная задача, но она предполагает ясное видение на уровне know how. Очевидно, что это приводит к расширению задач лаборатории от «инстурменты про текст» до «инструменты вообще».

продолжаем работу, не переключайтесь :D

#tool_tch state machine на коленке

Переключение между секвенциями (пикселями, мэшами, чем угодно) в рамках одного глобального цикла тача легко сделать через скрипт

1. Берем LFO
2. Делаем свитч, считаем количество его инпутов
3. В скрипте делаем список из целых чисел длиной = количество инпутов
4. Делаем цикл, в цикл помещаем if—the—else и переключаем свитч

state_len = len(op('switch_states').inputs)
state_list = (range(state_len))
for i in range(state_len):
if val > state_list[i]/10:
op('switch_states').par.index = i
else:
pass

Шесть строчек кода, пользы масса. Как я сам до этого не додумался раньше, не знаю.

пример во вложении

#python_tch seek and destroy ops

 Чтобы найти и удалить все операторы с одинаковым именем, лучший работающий способ:

for o in ops(‘name_of_op*’):
o.destroy()

o = просто название переменной
* = вайлдкард / любой диджит оператора

Что там лаборатория? А всё хорошо. Наконец-то добрались до финальной сборки первого инструмента. На этапе отладки оказалось, что  hold CHOP похож на электрон. Если видеть его (буквально), то все работает как надо, а если прятать в группу, то не работает как надо.

Вообще компания подобралась чудесная, и у меня возникает желание сделать лабораторию бессрочной, чтобы встречаться три раза в месяц по средам и разбирать интересные и сложные задачи, делать небольшие инструменты, исследовать возможности тача.

Если вам такой формат интересен — пишите в личные сообщения или можете оставить комментарий под постом.

Продолжаем про лабу

Второй инструмент для анимации текста основан на супер простом приёме и рендерится всего на одном Text TOP. Никакого секрета — мы просто используем метод Specification DAT, который работает как и всё остальное в таче (через табличку).

Другой вопрос, как это быстро превратить в инструмент, быстро собрать интерфейс, настроить всё параметрически, а не как левая нога захочет.

Я все ещё раздумываю запустить лабораторию в бессрочное плавание. Если вы хотите присоединиться — пишите. Стесняетесь писать — ставьте сердечки. Стесняетесь ставить сердечки? Поставьте единорога  :D

#python_tch me.digits + replicator

Вы тоже думаете про репликатор «боже, опять эти таблицы»? Я редко пользовался им именно поэтому, несмотря на всю любовь к табличкам. Но,если переключиться в  Replicator method –> by number, многое становится проще.

(1) Вместо таблички может быть  CHOP

(2) В мастере указываем через экспрешн ссылку на конкретный сэмпл массива данных — чем не табличка!

(3) Как? Конечно, через me.digits. Поэтому у мастера надо обязательно задать номер в названии, чтобы фокус сработал.

Пример сделан на обычных TOP без инстансинга. Кружочков можно сделать много. И все они будут вести себя как физические объекты, но внутри только числа — нет никакой системы, имитирующей физику.

Проект поглядеть в первом комментарии как всегда

#python_tch specification DAT

Способ управления текстом через единственный text TOP и Specification DAT оказался очень интересным.

Простой пример:
1. Берем системы частиц particle SOP
2. Забираем координаты, ремапим
3. Создаем через скрипт нужное количество буковок из входящего слова (используем модуло — делимость)
4. Объединяем все в одну табличку

И получаем много букв без всякого инстансинга на минимальном количестве нод.

Пример во вложении (надо залезть внутри группы, скрипт для таблички срабатывает при изменении входящего текста)

PS Главное слово в посте — модуло, конечно. В скрипте приходится обходить деление на ноль.

#glsl_tch  тестирую нейросети

Бесплатный преплексити, кажется, отвечает хуже чата джипити на просьбу написать код для glsl TOP

Если чат слишком много написал и все не работает, то можно попросить его упростить код

В любом случае надо уточнять, чем вы собираетесь управлять — векторами, эрреями и пр. То есть, без знания контекста все равно не заработает

(тестирую бесплатные версии)

#glsl_tch  нейросети

С чем чат джипити справляется хорошо так это с простыми шейдерами. Для гарантированного результата надо описать архитектуру, указать переменные, входящие топы. Обычно все работает сразу. Если нужен небольшой дебаггинг, то достаточно быстрого ревью кода, чтобы поправить легкие косяки.

Применение значительно ускоряет работу и уменьшает количество использованных операторов в разы. В примере — один шейдер маскирует четыре топа по условиям, которые он забирает из источника

Летняя лаборатория
Тема: 3D в таче

Июнь—август
старт = 3 июня

Формат 3+1 = три недели занимаемся, одну неделю отдыхаем или догоняем

Встречи по средам
20:00–21:30 мск
(встречи записываются)

Что будем делать:
— собирать модели
— анимировать
— текстурировать
— настраивать свет, окружение
— применять glsl (код на стороне ИИ, понимание кода на стороне человека)
— по пути следования применять питон, оптимизировать сценарии, настраивать так, чтобы было удобно
— немного физики тоже будет

внимание! аудиовизуальных приключений не будет! эта лаба только про три дэ, объекты, генератив и моушн

стоимость = 16К
для записи пишите в личные сообщения паблика, пожалуйста

#tool_tch TEXT ON RIBBON

Инструмент — это, конечно, громко сказано, скорее микро сетап. Самое ценное в этом сетапе то, что движение циклично за счет входящего паттерна, который потом обрабатывается в нойзе.

Проект смотри в первом комментарии

Большое обновление базового курса про тач в Типомании:

— курс стал больше и теперь длится официально три месяца (раньше было тоже два-три, но это потому что мы все не успевали)
— больше внимания на общую базу — и это не только про тач, а, в целом, про то, как делается компьютерная генеративная графика
— поэтому в курсе появился блок про математику тригонометрию, который будет вести Нелли Камаева
— лекции Антона Шлёнкина про историю и теорию генеративного дизайна и анимации остаются, но теперь мы будем стараться быть ближе к ним в учебных задачах
— мы больше не будем делать айдентику (это реально сложно), сфокусируемся на более лёгких, но не менее интересных задачах: плакат, анимация, инструменты и визуализация музыки
— много нового материала про анимацию текста и про три дэ

Старт курса 4 июня
Расписание, стоимость, регистрация на сайте школы

https://typomania.school/touchdesigner

#sop_tch ADD SOP

add SOP хорош тем, что можно пересобирать любую входящую геометрию в том порядке, в котором надо

В примере — два круга с одинаковым количеством точек (10) и разным радиусом. Оба круга вращаются в разном направлении. Точки обоих кругов соединяются последовательно по индексам:

1 10 2 11 3 14 и т.д.

#python_tch mesh points as list

Ещё один способ пересчитать геометрию из двух и более источников. В примере опять участвует два круга с одинаковым количеством точек и разнымм радиусом

1) конвертируем точки в списки внутри скрипта
2) создаем новый пустой список
3) заполняем его последовательно точками через цикл

а дальше можно что угодно, например сделать из него кривую безье с множеством точек.

Пример в первом комментарии

#glsl_tch  нейросети

Самое интересное с нейросетями начинается, когда они ошибаются. Например, chat gpt хорошо справляется с написанием glsl MAT, но ошибки будут. Выявление и устранение таких ошибок помогает понять лучше, как устроен код. Если совмещать такой подход с чтением документации, будет толк. Если не запомнишь дословно, то запомнишь архитектуру.

На летней лаборатории мы будем заниматься такими задачами — будем спрашивать чат, искать ошибки, делать свои материалы для интерпретации геометрии.

#glsl_tch нейросети

Ещё одно наблюдение — главная проблема, не в отладке кода (наоборот, это не проблема, появляется азарт, удовольствие от поиска). Главная проблема — в ясности концепта. В том числе, технической ясности. Промпт «сделай мне красивый геошейдер» не поможет. Надо указать, что делает vertex shader, что и как обрабатывает pixel shader.

В примере в материале нет пиксельных операторов, нет карт, нет даже источников освещения (но его можно доработать, и добавить еще окружение). Проект в первом комментарии

Лаборатория текста близится к завершению и, кажется, что фокус удался и приключения получились. Вот что пишет участник лабы Александр Любашин:

Лаборатория отличается живым и увлекательным изложением сложных технических тем. Материал подается доступным языком, что обеспечивает глубокое понимание без излишнего упрощения. Особую ценность представляет логика построения патчей: она структурирована и последовательна, это формирует системное мышление.

Нестандартные примеры применения программы стимулируют интерес к междисциплинарным исследованиям и расширяют творческий горизонт. Формат обучения мотивирует на самостоятельную работу и эксперименты после занятий. Лаборатория дает не готовые решения, а эффективные инструменты и методы для дальнейшего независимого поиска и развития навыков.

Александр Любашин — преподаватель современного танца, со-куратор программы бакалавриата в консерватории имени Н. А. Римского-Корсакова, со-куратор программы магистратуры в академии Русского балета

Следующая лаборатория начнется в июне и будет про 3D