Использование сверточной нейронной сети для игры в «Жизнь» (на Keras)

Решение самой «Жизни» есть куда более красивое) Взято с

def iterate(Z):
    # Count neighbours
    N = (Z[0:-2,0:-2] + Z[0:-2,1:-1] + Z[0:-2,2:] +
         Z[1:-1,0:-2]                + Z[1:-1,2:] +
         Z[2:  ,0:-2] + Z[2:  ,1:-1] + Z[2:  ,2:])

    # Apply rules
    birth = (N == 3) & (Z[1:-1,1:-1]==0)
    survive = ((N == 2) | (N == 3)) & (Z[1:-1,1:-1] == 1)
    Z[...] = 0
    Z[1:-1,1:-1][birth | survive] = 1
    return Z

Говорим мэру, куда ему пойти (с помощью Open Street Map)

Статья очень хороша с точки научной точки зрения. Но с чисто прикладной стороны. не легче ли было сделать инструмент, где бы было удобно накликать пару-тройку (-четверку-пятерку) десятков точек вручную, сохранить и рандомить уже по ним? вроде натыкать точек — это дело ну максимум 20-30 минут. просто как-то многова-то эмперики, хотелось бы понять во имя чего.

Создание «искусственной жизни» на компьютере

Вау! Спасибо)

Создание «искусственной жизни» на компьютере

Вау, наконец-то нашёл единомышленника) вот то, что я в своё время выложил в читабельную версию)
tm.spbstu.ru/Моделирование_основных_принципов_биологических_систем(организмы_%2B_глюкоза)
tm.spbstu.ru/Моделирование_основных_принципов_биологических_систем
Если кого-то это тронет, обязуюсь найти более «взрослую” версию с перераспределением питательной среды, мембранами и прочим