养生 装修 购物 美食 感冒 便秘 营销 加盟 小吃 火锅 管理 创业 搭配 减肥 培训 旅游

神经网络入门——生成随机图片

时间:2024-09-21 02:40:58

本文,构造16个神经网络,并用这16个神经网络,绘制16幅图片。其实,主要目的,是继续入门神经网络。

神经网络入门——生成随机图片

神经网络入门——生成随机图片

工具/原料

电脑

Mathematica

方法/步骤

1、建立一个神经网络:a=NetChain[{30,讵症慧鹱Sin,3,Tanh,3,Cos},"Input"->2];这个神经网络的辑湃形傥作用是:接收一个2元向量v、自动延展为30元的向量v0、Sin作用于v0的每一个元素,得到新的向量v把v1变成3元向量vTanh作用于v2的所有元素,得到vCos作用于v输出v4。

神经网络入门——生成随机图片

2、用上面的神经网络a,复制出16个随机的神经网络,并初始化:as=Table[鲍伊酷雪NetInitialize[a,Method->{"R锾攒揉敫andom","Weights"->3,"Biases"->2}],16];

神经网络入门——生成随机图片

3、给出若干个二元向量的集合:m=Range[0,20,0.04]n=Tuples[m,2]可以看到,n是若干二元向量的集合。

神经网络入门——生成随机图片

4、用as里面的第一个神经网络作用于n,可以得到一个三元向量的集合:as[[1]][n]

神经网络入门——生成随机图片

5、对上面的数据进行以下操作,可以转化为500*360的彩色图像的数据:Partition[as[[1]][n],500]下图是放大2倍的效果。

神经网络入门——生成随机图片

6、运行一次,就会得到不同的图片。Partition[as[[1]][n],500]

神经网络入门——生成随机图片

7、如果把m改一下:m=Range[0,咯悝滩镞2,0.004];n=Tuples[m,2];那么,Partition[as[[1]][n],500]//Image也变了。

神经网络入门——生成随机图片

神经网络入门——生成随机图片

神经网络入门——生成随机图片

8、用as里面的前4个神经网络来处理数据n,得到的图片如下:四幅图片,而且运行一次,就会发现变化。

神经网络入门——生成随机图片

神经网络入门——生成随机图片

© 一点知识