tensorflow练习8：实现Google的Deep Dream

最新推荐文章于 2022-02-14 20:43:37 发布

风之清扬

最新推荐文章于 2022-02-14 20:43:37 发布

阅读量838

点赞数

分类专栏： tensorflow学习笔记文章标签： deep-dream

本文链接：https://blog.csdn.net/a18852867035/article/details/77817230

版权

本文介绍了如何利用TensorFlow实现Google的Deep Dream技术，通过选择神经网络的特定层进行多次处理，将普通图片转化为富有艺术感的后现代风格图像。步骤包括下载模型并进行解压，以及加载预训练的模型进行训练。

摘要由CSDN通过智能技术生成

Google把自家生成图片的技术 Inceptionism 开源化，称之为 Deep Dream ，一个原本用来将图片分类的AI，让我们看到不一样的世界~在把一张图片喂入之后，选择某一层神经网路（Google 的神经网luo有 10-30 层）进行重复处理的次数和变形的程度，就能获得一张非常后现代的「画作」。
1)下载模型，解压。
下载模型，解压
2）加载预训练的模型，训练。

#coding=utf-8
import tensorflow as tf
import numpy as np
import cv2
inception_model = 'tensorflow_inception_graph.pb'
# 加载inception模型
graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)

X = tf.placeholder(np.float32, name='input')
with tf.gfile.FastGFile(inception_model, 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
imagenet_mean = 117.0
preprocessed = tf.expand_dims(X-imagenet_mean, 0)
tf.import_graph_def(graph_def, {