TensorFlowチュートリアル - マンデルブロ集合（翻訳）

TensorFlowのチュートリアル（Mandelbrot Set）
https://www.tensorflow.org/versions/master/tutorials/mandelbrot/index.html#mandelbrot-set
の翻訳です。
翻訳の誤りなどあればご指摘お待ちしております。

---

マンデルブロ集合の可視化は、機械学習ではありませんが、一般的な数学のためにTensorFlowを使用する方法の楽しい例です。これは実際には視覚化のかなり単純な実装ですが、要点を押さえています。 （後に、もっと本当に美しい画像を生成するために、以下より精巧な実装を提供することになるかもしれません。）

注：このチュートリアルは、本来 IPython notebook のために準備しました。

基本設定

始めにいくつかの import が必要です。

# Import libraries for simulation
import tensorflow as tf
import numpy as np

# Imports for visualization
import PIL.Image
from cStringIO import StringIO
from IPython.display import clear_output, Image, display
import scipy.ndimage as nd

反復カウントを受け取り、実際に画像を表示する関数を定義します。

def DisplayFractal(a, fmt='jpeg'):
  """Display an array of iteration counts as a
     colorful picture of a fractal."""
  a_cyclic = (6.28*a/20.0).reshape(list(a.shape)+[1])
  img = np.concatenate([10+20*np.cos(a_cyclic),
                        30+50*np.sin(a_cyclic),
                        155-80*np.cos(a_cyclic)], 2)
  img[a==a.max()] = 0
  a = img
  a = np.uint8(np.clip(a, 0, 255))
  f = StringIO()
  PIL.Image.fromarray(a).save(f, fmt)
  display(Image(data=f.getvalue()))

セッションと変数の初期化

いじくりまわすために、しばしば対話型セッションを使用しますが、通常のセッションでも同様に動作します。

   sess = tf.InteractiveSession()

NumPyとTensorFlowは自由に混在させることができ、便利です。

# Use NumPy to create a 2D array of complex numbers on [-2,2]x[-2,2]

Y, X = np.mgrid[-1.3:1.3:0.005, -2:1:0.005]
Z = X+1j*Y

TensorFlowのテンソルを定義し初期化します。

xs = tf.constant(Z.astype("complex64"))
zs = tf.Variable(xs)
ns = tf.Variable(tf.zeros_like(xs, "float32"))

TensorFlowでは、変数は使用する前に明示的に初期化する必要があります。

tf.initialize_all_variables().run()

定義と計算の実行

複数の計算を指定し...

# Compute the new values of z: z^2 + x
zs_ = zs*zs + xs

# Have we diverged with this new value?
not_diverged = tf.complex_abs(zs_) < 4

# Operation to update the zs and the iteration count.
#
# Note: We keep computing zs after they diverge! This
#       is very wasteful! There are better, if a little
#       less simple, ways to do this.
#
step = tf.group(
  zs.assign(zs_),
  ns.assign_add(tf.cast(not_diverged, "float32"))
  )

...そして、200ステップそれを実行します

for i in range(200): step.run()

得られたものを見てみましょう。

DisplayFractal(ns.eval())

悪くないね！