はじめに MATLABのツールボックスの１つにGlobal Optimization Toolbox(以下GOTと表記)があります。 Optimization Toolbox(OTと表記)と名前は似てますが別のツールボックスです。「Global」は何なのかというと、大域的最適解（Global minimum/maximum）のGlobalです。 大域的最適解については下記のページが参考になります。 最適化アルゴリズムを評価するベンチマーク関数まとめ OTに準備された解法は基本的に、局所最適解にしか対応していません。局所最適解と大域的最適解が一致しているのであればこれで問題ありませんが、不一致の場合はGOTを用いる必要があります。 こう書くと「んじゃとりあえずGOT使っとけばいいんじゃね？」と思われるかも知れませんがそうはなりません。なぜかというと、Globalな解法は大域的最適解の存在を前
遺伝的アルゴリズムでエッチな画像を作ろう！
おわり 二つの画像のうち、どっちの方がエッチかを選んでください。 世代交代を経るごとに、だんだんとエッチな画像が表示されるようになるはずです。 Choose the lewder one, and you can make them more lewd. You will win when the AdSense on this site is stopped by Google because of "Sexually explicit content". ENGLISH よりエッチな画像を作るために、 ぜひ色んな人に広めてください。 ツイート ・展覧会ページでこれまでの画像を公開しています。 詳しい説明 スポンサーリンク みんなの好みを学習させて、「遺伝的アルゴリズム」によってエッチな画像を自動で作るためのシステムです。 遺伝的アルゴリズムとは、あるデータを目標に近づけるために使われる
「遺伝的アルゴリズムで最高に…」にイグ・ノーベル賞を！／「民主主義（投票）」の実験でもあったのでは？ - INVISIBLE Dojo. ーQUIET & COLORFUL PLACE-
まず「遺伝的アルゴリズム」のはてなブックマーク検索結果を b.hatena.ne.jp 試みの経緯を、挑戦したご本人がまとめていらっしゃるのでそれがまずはよかろう note.com 反響やまとめなど togetter.com www.itmedia.co.jp togetter.com あるいはtogetterのタグ togetter.com タグ、この話ばっかじぇねえか。 さて、感想を語る前に…表題の通り、この研究はイグ・ノーベル賞に十分に値すると思う。 「科学は人を笑わせ、考えさせ！ さらに目を見張るほどバカげているか、刺激的でなければならない！！」 栄光なき天才たち2010 (栄光なき天才たち) (ヤングジャンプコミックス) 作者:森田 信吾発売日: 2011/01/19メディア: コミック のだけど、どれをどのようにすると、イグ・ノーベル賞の候補として推薦できるのでしょうか？ そし
進化アルゴリズムとは 進化的アルゴリズム（evolutionary algorithm, EA）とは、最適化アルゴリズムの一つで、自然界の淘汰、遺伝子組み換え、突然変異などをモデルとして組み込んだ最適化手法である。 進化的アルゴリズムのは下記の4種類に大分される。 - 遺伝的アルゴリズム - 遺伝的プログラミング - 進化戦略 - 進化的プログラミング 今回は遺伝的アルゴリズム（genetic algorithm, GA）を扱う。 使用したライブラリ 下記のDEAPというpythonライブラリを用いる。 https://deap.readthedocs.io/en/master/ コード 目的関数 下記に示すBird Bunctionの最小値を探索する。 $$f(x, y) = sin(x)e^{(1-cos(y))^2}+cos(y)e^{(1-sin(x))^2}+(x-y)^2$$
『みんなでエッチに見える方の画像を選ぶ『遺伝的アルゴリズムで最高にエッチな画像を作ろう！』→3500世代目にしておっぱいとお腹誕生へ』へのコメント
テクノロジー みんなでエッチに見える方の画像を選ぶ『遺伝的アルゴリズムで最高にエッチな画像を作ろう！』→3500世代目にしておっぱいとお腹誕生へ
社内ランチ会のグループ分けを遺伝的アルゴリズムで最適化してみた - Insight Edge Tech Blog
Introduction こんにちは、データサイエンティストの善之です。 Insight Edgeでは社内のコミュニケーション活性化を目的として定期的にシャッフルランチを開催しています。 企画の全体像については以前ntさんに投稿いただいた 社員同士の距離を縮める！シャッフルランチ会開催レポート をご覧ください。 今回は、ntさんの記事で詳しく触れていなかった「グループ分けを最適化するアルゴリズム」の詳細をご紹介したいと思います。 目次 実現したいことと課題 要件の整理 アルゴリズムの概要 Pythonで実装 実行結果 引き継ぎのためにStreamlitでUIを作成 まとめ 実現したいことと課題 ランチ会の目的は以前の記事にも記載の通り、コミュニケーション活性化のために社員同士の接点を増加させることでした。 したがって、普段あまり接点がない人どうしをランチ会でできる限り巡り合わせることが最大
抜粋記録：遺伝的アルゴリズムの歴史
起 初期 歴代画像のアーカイブが公開されてます [「遺伝的アルゴリズムで最高にエッチな画像を産み出そう！」展覧会ページ https://t.co/ioN7NK8vJr ] [ #GIFアニメ作成 https://t.co/exsIhOuZpQ ] pic.twitter.com/ia54LD6PLI — 科学に佇むｻﾝｸｺｽﾄ ステイホーム🖖 (@endBooks) 2021年1月14日 どんどん進化してるし説明文もアプデされてるしhttps://t.co/f2PzmdTZGr 「エッチな方を選べば、これらをもっとセクシーにしていけます。このサイトのAdSenseが「性的に露骨な内容」判定でGoogleにバンされたら勝ちです。」 pic.twitter.com/ooNnZJm62M — 科学に佇むｻﾝｸｺｽﾄ ステイホーム🖖 (@endBooks) 2021年1月15日 いったんこの位
POPなポイントを3行で 遺伝的アルゴリズムで色気のある画像をつくるシステム 何を言ってるかわからないと思いますが、言ったまんまです あの「密ですゲーム」で話題になった群青ちきんさんが制作 どっち......かな？？？？？？？？？？？？？？ うーーーーーーーーーーん、奥が深い。大人の世界。 「密ですゲーム」で話題になった群青ちきんさん 冒頭の画像は、遺伝的アルゴリズムでセクシーな画像をつくるシステムの問題になります（外部リンク）。 こちらを制作したのは、小池百合子都知事の印象的なセリフ「密です」をモチーフにした「密ですゲーム」で話題になった群青ちきんさんです。 元ツイが見れないから固定用 密ですゲームhttps://t.co/Y2impZK6fb そらとぶあざらしさんhttps://t.co/ODFythlf5P — 群青ちきん (@miseromisero) April 21, 2020
群青ちきん @miseromisero エッチな画像が欲しかったので、遺伝的アルゴリズムでエッチな画像を生成するシステムを開発しました。サイトでみなさんの好みを送り続けると、だんだんとエッチな画像が表示されるようになるはずです。 エッチな画像を作るために、よければRT等お願いします。 gamingchahan.com/ecchi 2021-01-10 19:24:01 A117 @a117ryouta ちょっと待って！進化の速度がヤバスぎる！ もうこれエッチじゃん！ ここまでくるとは初め思わなかったけど！遺伝的アルゴリズム！ これ本当にすごすぎる 無作為なモザイクからここまで作れたとか！ もうクオリティ高すぎる 文化庁メディア芸術祭出品まったなしだろこれ twitter.com/miseromisero/s… pic.twitter.com/DAoKBKgg7D 2021-02-03 21
遺伝的アルゴリズムで最高にエッチな画像を作ろう！とは (イデンテキアルゴリズムデサイコウニエッチナガゾウヲツクロウとは) [単語記事] - ニコニコ大百科
遺伝的アルゴリズムで最高にエッチな画像を作ろう！単語 イデンテキアルゴリズムデサイコウニエッチナガゾウヲツクロウ 2.6千文字の記事 69 0pt ほめる 掲示板へ 記事編集 概要お絵カキコ関連動画関連静画関連リンク関連項目掲示板 このサイトにはエッチなものが描かれています。 このサイトを開いたまま席を離れたら大変なことになる可能性があります。 なお、長時間離席していたらより画像がエッチになると思われます。 遺伝的アルゴリズムで最高にエッチな画像を作ろう！とは、2択でエッチに感じられる画像の方を我々が選択し続けることで、よりエッチな画像を生成する試みである。 概要 以前に「密ですゲーム」（2Dスクロールの方）を世に送り出した群青ちきん氏が作成した。 モザイク柄のように様々な色の図形がランダムに配置された画像2枚から、どちらがエッチか選んでいく。世代が1つ進むと、エッチではない画像は淘汰され
![遺伝的アルゴリズムで最高にエッチな画像を作ろう！とは (イデンテキアルゴリズムデサイコウニエッチナガゾウヲツクロウとは) [単語記事] - ニコニコ大百科](https://cdn-ak-scissors.b.st-hatena.com/image/square/5bd1fac8d544d19340796767c18bdf23d7d3493d/height=288;version=1;width=512/https%3A%2F%2Fdic.nicovideo.jp%2Fimg%2Fog_b.jpg)
「遺伝的アルゴリズムで最高にエッチな画像を作ろう！」がまるで意思があるかのように1日で大きな変貌を遂げてしまう→その原因も判明する (2ページ目)
竹村 @BambooMura 遺伝的アルゴリズムの遺伝的アルゴリズムちゃんが急激に再構築されているのが不自然だと思っていたのですが、tuxzz氏という人物がbotで操作していたそうです 2021-05-16 22:37:45
でぃ•あも on Twitter: "マジでAIイラスト進化しすぎて怖い 遺伝的アルゴリズムでエッチな画像作ってた時代はどこいったんや、、 https://t.co/RGKDSfHPAo"
マジでAIイラスト進化しすぎて怖い 遺伝的アルゴリズムでエッチな画像作ってた時代はどこいったんや、、 https://t.co/RGKDSfHPAo
ベイズ最適化と遺伝的アルゴリズムは組み合わせよう！
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y = f(x) を構築し、構築したモデルに x の値を入力して y の値を予測したり、y が目標値となる x の値を設計したりします。 講演会やセミナーをしていると、よくある質問の1つに、ベイズ最適化と遺伝的アルゴリズムはどのように使い分ければ良いですか、という質問があります。
3分くらいで分かる週刊Twitterトレンド：「遺伝的アルゴリズムでエッチな画像を作ろう！」4ヶ月間の軌跡｜Togetter（トゥギャッター ）
3分くらいで分かる週刊Twitterトレンド：「遺伝的アルゴリズムでエッチな画像を作ろう！」4ヶ月間の軌跡 こんにちは。ツイートまとめサービスTogetter（トゥギャッター）を運営しているトゥギャッター株式会社です。 「3分くらいで分かる週刊Twitterトレンド」は毎日朝から晩までTwitterに張り付いているTogetter編集部が、Twitterで話題になった最新の話題を厳選し、簡潔にまとめてお届けするべくはじまった連載です。 忙しくてツイッターを見る時間のない方や、ネタ探しに困っているメディアの皆さんはぜひ参考にしてくださいね。好評だったら続けますのでスキもよろしくお願いします！お願いします！（2回） さて今回のテーマは「遺伝的アルゴリズムでエッチな画像を作ろう」です。 今年1月にTwitter上でにわかにバズった「遺伝的アルゴリズムでエッチな画像を作ろう！」の経緯と、企画開始か
Googleが遺伝的アルゴリズムを簡単に扱えるEvoJAXを発表。 2022.02.15 Updated by Ryo Shimizu on February 15, 2022, 11:01 am JST Googleからまた新しい技術が発表された。 EvoJAXは、ハードウェアアクセラレーションを可能とした遺伝的ニューラルネットワーク技術(neuroevolution)である。 本来、AIにおけるニューラルネットワークとは、より厳密には「人工ニューラルネットワーク(ANN;Artificial Neural Network)」と呼ばれている。 これはもちろん、人間や生物が持つ脳細胞などの神経細胞網(NN;Neural Network)を人工的に模倣したものだからそう呼ばれている。 初期の(人工)ニューラルネットワークは、神経細胞の働きを数理モデル化し、コンピュータで扱えるようにエミュレー
岩本塚 @iwamototuka 遺伝的アルゴリズムちゃん終了か。おととい見に行ったらbot操作でだいぶ露骨な画像になっちゃってたもんな 2021-09-06 10:13:24
PythonのライブラリDEAPを使えば、簡単に遺伝的アルゴリズム(GA)によるシミュレーションを行うことが出来る。その際に、最適解に関してある程度事前知識があり計算時間を短縮したいなどの事情により初期集団を固定したい場合がある。 例えばこちらの例のように機械学習の特徴量選択に応用する際、これまで試行したベストモデルからスタートしたいというケースが考えられる。100~数百であれば初期値設定は不要だが、後先考えずに10万程度の特徴量を機械的に作ってしまった人間には需要がある。 その様な場合の対応方法は公式ドキュメントにも案内があるが、実際にテストした情報がウェブ上にあまりないのでここに記載しておく。 公式ドキュメントのOne-Maxモデルによる実験 0or1からなる配列の合計値を評価関数とし、最大化するGAの実装 最適解は全て1の配列、評価関数の最大値が配列の長さとなる http://dea
sangping（ドサンピン茶） on Twitter: "遺伝的アルゴリズムでエッチな画像を作るプロジェクトが凄いことになっている！ 面白いので1～5000世代までの1位画像を動画にしてみました。（著作権クレジットを入れようと思ったけど、よく考えたらその辺りは謎だった……）… https://t.co/32WzHg3gF0"
遺伝的アルゴリズムでエッチな画像を作るプロジェクトが凄いことになっている！ 面白いので1～5000世代までの1位画像を動画にしてみました。（著作権クレジットを入れようと思ったけど、よく考えたらその辺りは謎だった……）… https://t.co/32WzHg3gF0
ひん on Twitter: "4000世代まで各世代1位の画像を動画にしてみたのだが3000世代くらいまでほとんどランダムでよくここまできたな。人間の想像力ってすごいな 遺伝的アルゴリズムでエッチな画像を作ろう！ https://t.co/3rwPmbQI9e https://t.co/82neyZHKqn"
4000世代まで各世代1位の画像を動画にしてみたのだが3000世代くらいまでほとんどランダムでよくここまできたな。人間の想像力ってすごいな 遺伝的アルゴリズムでエッチな画像を作ろう！ https://t.co/3rwPmbQI9e https://t.co/82neyZHKqn
親個体の選択 全個体から2つの個体を選びます。 選ぶ方法はいくつかありますが、ルーレット方式とランキング方式を実装しています。 また、実装を簡単にするために、2つの個体の重複は考慮していません。 (なので同じ個体が選ばれる可能性があります) ルーレット方式 個体の評価値が高いものほど選ばれる確率が高くなる選択方法です。 例えば個体の評価値が 1番目：9 2番目：1 とあった場合、1番目が選ばれる確率は90%で、2番目が選ばれる確率は10%になります。 算出方法は、単純な累積和による選択方法を実装しています。 評価値が負の場合ですが、累積和では最小の値が選ばれない問題があるので、 最小の値が負の場合は0からの距離を重みとして計算しています。 コードの実装例は以下です。 import random def selectRoulette(individuals): # individuals が
人類最強と目されていたチェスプレイヤーが、スーパーコンピュータに敗北してから早20年。 いつか、ゲーム『ポケットモンスター』の世界王者も、コンピュータが到達してしまう日は来るのだろうか？ プログラミングで『ポケモン』対戦を検証・考察 ゲーム『ポケットモンスター ソード・シールド』（ポケモン剣盾）のランクバトル環境を、プログラミングを用いて検証・考察。その解説動画を公開しているYouTubeチャンネルがある。 その名もなおまるch。投稿主のなおまるさんは、『ポケモン剣盾』からランクバトルに真剣に取り組み、シーズン16で212位（レート2001相当）を達成したという。 剣盾からガチ対戦始めた初心者ですが、S16で初めてレート2000を達成することができたので、記念も兼ねて構築記事を書かせていただきました。ぜひご一読いただけると嬉しいです。https://t.co/xsOszmqNKe pic.
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y = f(x) を構築し、構築したモデルに x の値を入力して y の値を予測したり、y が目標値となる x の値を設計したりします。 モデリングや予測、設計において最適化をする際、様々なアルゴリズムを活用できます。ここでは大きく分けて、強化学習、ベイズ最適化、メタヒューリスティックな最適化アルゴリズム (遺伝的アルゴリズムなど、とりあえず遺伝的アルゴリズムで進めます) を対象にします。何かを最適化したい時に、これらのどれを使えば良いのか、方針を確認したいと思います。 まず、強化学習は結果だけでなくそこに至る過程を最適化したい時に使用すると良いでしょう。例え
coordinate descent 法について京都大学大学院情報学研究科数理工学専攻20.1K views•94 slides
はじめに ここ数年DeepLearningといった機械学習が流行っています。 んが、機械学習の仲間1である遺伝的アルゴリズム(Genetic Algorithm:GA)に関してはそこまで記事がありません。また学生の時に研究していた実数値遺伝的アルゴリズム(実数値GA)についてはさらに記事が少なく悔しいので説明等々を書きたいと思います。 最適化問題を解く様な時に参考になれば。2 実装に関してはこちらに書きました。 注意 正式な単語を使っていない箇所もありますが、ざっくり説明ということでご了承ください。 私個人のイメージも多分に入っているので、正確に知りたい方はググって下さいませ 想定読者 遺伝的アルゴリズムについて簡単なイメージがある 最適化問題に興味がないこともない 遺伝的アルゴリズムとは 実数値GAの説明の前に遺伝的アルゴリズムを簡単に説明します。 遺伝的アルゴリズムとは、生物の進化(自
以前話題となった遺伝的アルゴリズムを使ってエッチな画像を作ろうという試みだが、晴れてYouTubeによって「ヌードや性的なコンテンツ」と判断されることに成功したそうだ（レモンさんのツイート、Togetter）。 レモンさんが公式サイトで公開された過去世代の画像を元にタイムラプス動画化をした。それをYoutubeにアップして限定公開していたようだ。しかし、YouTube側から 「YouTubeチームによる審査の結果、お客様のコンテンツはヌードや性的なコンテンツに関するポリシーに違反していると判断いたしました（以下略）」 という通知があったそうだ。ちなみにこのことを発表したレモンさんには、タイトルとかで引っかかったんじゃねーのといった指摘もあったようだが、タイトルは「遺伝的なやつ」で動画説明文は「空欄」、動画は「無音」にて投稿していたため、純粋に画像のエッチさで引っかかったとのこと。 あるAn
やること OpenAI Gymには二足歩行の学習用の環境が用意されています。vcoptを使って、GAで二足歩行を最適化してみましょう。 参考にさせていただいたサイト 本当にありがとうございます。
遺伝的アルゴリズムでエッチな画像を生成する試み | スラド IT
遺伝的アルゴリズムを使ったエッチな画像を作ろうとしているサイトがネット上で話題となっている（遺伝的アルゴリズムで最高にエッチな画像を作ろう！ ）。 当該サイトの説明によると、長方形や楕円などの図形を3000種類無作為に組み合わせた40枚の画像から2枚の画像を表示し、どちらがエッチに見えるか閲覧者に評価してもらい、1世代あたり2000回試行して生存した上位5枚のうち2枚を有性生殖的にかけあわせて次の世代を生成する、を繰り返していくものだという。 展覧会ページでは各世代で選ばれた上位5枚が羅列されていたが、現在転送量増加につき閉鎖中のため、代わりにTogetterまとめを参照していただきたい（Togetterまとめその1、まとめその2）。 最初は単なる模様にしか見えなかったものが徐々に肌色面積が増え始め、3500世代あたりから乳房のようなものが出き、さらに4400世代ごろには胴体・顔・髪・太腿
7-32. Raspberry Piの無線LAN設定ファイル（wpa_supplicant.conf）をWeb上で生成する
ブックマークしました ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください Twitterで共有
はま on Twitter: "遺伝的アルゴリズムdisる人、だいたい認識が1980年代のbit-codingのsimple GAか(1+1)-ESで止まってるのでダメ。 少なくともInformation-Geometric Optimization Algor… https://t.co/C5FnsooGRl"
遺伝的アルゴリズムdisる人、だいたい認識が1980年代のbit-codingのsimple GAか(1+1)-ESで止まってるのでダメ。 少なくともInformation-Geometric Optimization Algor… https://t.co/C5FnsooGRl
遺伝的アルゴリズムのサンプルコード - Qiita
遺伝的アルゴリズムのサンプルコード 参考文献 「C言語による画像処理入門」2000/11/1 (著)安居院 猛、長尾 智晴 文献のAmazon 前準備 # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt def initialize_random_number(seed=None): #seed=0 print("seed=",seed) np.random.seed(seed) def random_int(n): return np.longlong(np.random.randint(0,n)) def random_double(n): return np.double(np.random.sample(1)*n) def swap_unsigned_char(n1,n2): n=n1
プラントにおけるデータ分析の重要度が増している。要因の1つは「工場の物理環境の流動化」だ。 大量生産時代には、工場の生産ラインをフル稼働させながら特定の商品を集中的に生産するスタイルが一般的だった。その際、工場の物理環境は稼働中に変化しない（=静的である）という前提があり、その前提のもとに資材調達量や在庫量の最適化や生産能力の分配が行われ、その状況はある程度機能していた。 しかし、多品種少量生産の時代に移り変わりつつある中で、工場の物理環境は流動的なものとなった。 具体的には、製品のラインアップが多くなったため生産ラインの切り替えを行う回数がかなり増加し、複数の工業機械のセッティングを行うための“段取り”という作業が増えた。この段取り時間が稼働率の低下を引き起こし、生産の円滑化を妨げている。また、多頻度小口輸送やジャストインタイム配送、24時間配送が増えたことで、出荷時のオペレーションが複
遺伝的アルゴリズムによってエッチな画像を作る試み→エッチなことが理由でGoogleから広告の制限がかかる「Googleからえっちだと認定された」 (2ページ目)
Masanori Kusunoki / 楠 正憲 @masanork とうとう広告審査という名のチューリングテストを突破してしまったか？それともAIが描いたエロ画像をAIが審査しているのかも twitter.com/miseromisero/s… 2021-02-11 18:38:44
『遺伝的アルゴリズムでエッチな画像を作ろう！』へのコメント
ブックマークしました ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください Twitterで共有
【衝撃画像】「遺伝的アルゴリズム」で皆の選択からえっち画像を生成する試み、ついに完璧なセクシー女体画像が出来上がるｗｗｗｗｗ : はちま起稿
エッチな画像が欲しかったので、遺伝的アルゴリズムでエッチな画像を生成するシステムを開発しました。サイトでみなさんの好みを送り続けると、だんだんとエッチな画像が表示されるようになるはずです。 エッチな画像を作るために、よければRT等お願いします。https://t.co/cwPtO8pLiR — 群青ちきん (@miseromisero) January 10, 2021 ↓ 4000世代まで各世代1位の画像を動画にしてみたのだが3000世代くらいまでほとんどランダムでよくここまできたな。人間の想像力ってすごいな 遺伝的アルゴリズムでエッチな画像を作ろう！https://t.co/3rwPmbQI9e pic.twitter.com/82neyZHKqn — ひん (@thamurian) January 14, 2021 そして5700世代目あたりから ついにほぼ完全体のセクシー画像がｗｗ
初めに 初めまして、機械学習好きの学生です。趣味と研究で様々な学習理論を学習し、実装したりしています。 ここでは、他の理論と比べて比較的容易にフルスクラッチで書くことができる遺伝的アルゴリズム（GA）についてご紹介させていただければと思います。 私自身もいまだ未熟ですので、玄人の方はお手柔らかにお願い致します。 比較的わかりやすい遺伝的アルゴリズム 機械学習（もとい最適化問題）の中で、１から１０まで理解するのに比較的体力を必要としないものの一つがこれです。 ニューラルネットワークやベイズ最適化は数学やらの基礎知識を要しますが（まあなくても実装はできる）、この遺伝的アルゴリズムはそうでもないので、初学者にとってもとっかかりやすいと考えています。 「遺伝的」アルゴリズムとは 例えば、１００個のパラメータで動くゴキブリがいたとしましょう。 パラメータはランダムで決定され、合計で５０匹のゴキブリが
個体クラス（Individual）の作成 インスタンス化する際に引数genes（遺伝子）が与えられなければcreate_genes()でランダムに生成された0, 1のリストを遺伝子self.genesに持つ個体ができます。 self.evaluationは適応度です。evaluate()で自身の適応度（self.genesがどれくらいAll１のリストになっているか）を計算します。 self.genetic_mutation_ratioは個体の遺伝子が変異する確率です。個体自身が変異する確率は後述するアルゴリズムクラスに持たせます。 genetic_mutation(), mutation()ではgenetic_mutation_ratioの確率での遺伝子変異（遺伝子が０なら１に、１なら０に）を実装します。 特殊メソッド__eq__() ~ __ge__()、個体クラスの大小を適応度self
6-2. 遺伝的アルゴリズムを用いたWeb広告デザインの自動最適化
16-12. AI構築ソフト「MatrixFlow」の無料版でケーキ画像の10クラス分類ができそうな雰囲気を感じた
おもしろ どうしちゃったの！？遺伝的アルゴリズムで作るエッチな画像から顔もおっぱいも消失「進化の崩壊まで再現された」
リンク gamingchahan.com 遺伝的アルゴリズムでエッチな画像を作ろう！ みんなの好みを教え込んでエッチな画像を作るシステムです。 547 users 104
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【MATLAB】遺伝的アルゴリズムを可視化する - Qiita
遺伝的アルゴリズムで関数の最適値を求める（その１） - Qiita
遺伝的アルゴリズムで色気のある画像が生成されていく──究極の2択システム
遺伝的アルゴリズムを使ってみんなでえっちな絵を生成するプロジェクト、方向性がほぼ固まる。選ばれたのは赤髪と巨乳。
Googleが遺伝的アルゴリズムを簡単に扱えるEvoJAXを発表。
「遺伝的アルゴリズムでエッチな画像を作ろう！」突然のサービス終了 最終画像を見た瞬間に全てを察する (2ページ目)
DEAPを使った遺伝的アルゴリズムで初期集団を固定する方法 - Qiita
最適化アルゴリズムを実装していくぞ（遺伝的アルゴリズム） - Qiita
『ポケモン剣盾』最強構築を遺伝的アルゴリズムで導く？ 検証で探る結論パ
強化学習、ベイズ最適化、メタヒューリスティックな最適化アルゴリズム(遺伝的アルゴリズムなど)の使い分け
遺伝的アルゴリズム・遺伝的プログラミング
実数値遺伝的アルゴリズムざっくり説明 - Qiita
遺伝的アルゴリズムによるエッチな画像がGoogleにより性的なコンテンツと判断 | スラド IT
9-4. 遺伝的アルゴリズム（vcopt）で二足歩行を最適化する
6-1. 遺伝的アルゴリズムを用いたドレッシングのレシピ最適化
『「遺伝的アルゴリズムで最高にエッチな画像を作ろう！」がGoogleに怒られた話｜群青ちきん』へのコメント
製造業に「遺伝的アルゴリズム」はなぜ必要？メリットは？活用事例を交えて解説
Pythonによる人工知能入門１ 「遺伝的アルゴリズム～理論編～」 - Qiita
Pythonで遺伝的アルゴリズムやってみた(初投稿) - Qiita
『どうしちゃったの！？遺伝的アルゴリズムで作るエッチな画像から顔もおっぱいも消失「進化の崩壊まで再現された」』へのコメント
どうしちゃったの！？遺伝的アルゴリズムで作るエッチな画像から顔もおっぱいも消失「進化の崩壊まで再現された」 (3ページ目)