Neurokuvatreenien idea on valottaa kuinka neuroverkkojen ja syväoppimisen pohjalta voidaan käsitellä ja luoda kuvia aivan uudella tavalla. Lähestymistapa käytännönläheinen, käydään suoraan asiaan, edetään yksinkertaisesta mutkikkaampaan, käyttäen samoja palikoita uudelleen ja tarpeen mukaan ottamalla mukaan uutta.
Keskiössä on kuva ja kuvanteko. Ei lähdetä ensin käymään läpi neuroverkkojen perusteita, ei myöskään pythonohjelmointia. Pythonin perusteista on apua, mutta aineistoa voi myös lähestyä siltä pohjalta että aha, tuo koodinpätkä tekee tuon ja tuo tuon asian. Kehittäen ymmärrystä ylätasolta yksityiskohtiin päin.
Toisaalta, on mainio lähtökohta neurokuvatreeneihin jos on aiemmin koodannut kuvaan liittyviä juttuja esim. Processingilla. Generatiivista, vaikkapa sääntöjen pohjalta pikseleitä tekevää koodia, tai sitten kuvaa muuttavaa koodia niinkuin minä sillä tein.Nyt lähdetään sitten kokeilemaan uudenlaista tapaa synnyttää kuvaa, ei pikseleitä muuttamalla vaan määrittelemällä tavoitteita, mittaamalla kaukanako niistä ollaan, ja antamalla kuvan kehittyä kohti tavoitteita.
Annetaan pikselien kasvaa kohti kuvaa. Siitä tässä on kysymys.
Huomaamme että harjoitukset noudattavat tiettyä kaavaa. Ensin luodaan pohja pikselien kehittymiselle kohti kuvaa, sitten laitetaan ne kehittymään. Välillä tehdään yhtä kuvaa, välillä generaattoria jolla voidaan generoida useita kuvia, välillä kuvaa muuttavaa filtteriä. Kaava pysyy kutakuinkin samana.
Varmuuden vuoksi pitää vielä sanoa, että treenit eivät yritäkään seurata ns. best practices, ei syväoppimisen eikä ohjelmoinnin puolella. Pääasiana on pitää asiat kuvanteon ja siihen liittyvien menetelmien hahmottamisen kannalta mahdollisimman selkeinä. Kun näiden treenien fokus on niissä..