神经网络入门——生成随机图片

1、建立一个神经网络：

a = NetChain[{30, Sin, 3, Tanh, 3, Cos}, "Input" -> 2];

这个神经网络的作用是：

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v1、

把v1变成3元向量v2、

Tanh作用于v2的所有元素，得到v3、

Cos作用于v3、

输出v4。

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[ NetInitialize[a,

      Method->{"Random","Weights"->3,"Biases"->2}], 16];

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。

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]

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。

6、运行一次，就会得到不同的图片。

Partition[as[[1]][n],500]

7、如果把m改一下：

m= Range[0, 2, 0.004];n = Tuples[m, 2];

那么，Partition[as[[1]][n],500]//Image也变了。

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。