第十二讲--可视化和理解卷积神经网络--课时28

Deep Dream

将某层激活值作为梯度反向传播回去

-------------------------------------------------------------------------------

feature inversion

用图片在卷积某层的特征去反向传播生成图片

可以看到，初级特征保留的是像素特征，高级特征为语义特征。

---------------------------------------------------------------------------------------------------

texture synthesis : 某同样的纹理生成更大的图片

复杂纹理可以用神经网络来做

将该层所有Gram matrix平均的快速计算： C*H*W = C*(H*W) = F   , 则G = F * F.T

将图片的各层Gram matirx记录，然后随机生成图片，计算生成图片与与原始图片Gram matrix之差作为损失函数，迭代生成图片。

高级层代表高级特征（大的纹理）

----------------------------------------------------------------------

Neural style transfer : feature inversion(content image) + texture synthesis(style image)

Fast style transfer: 预训练好固定风格的网络，直接输入内容图片即可