TF之DeepDream：DeepDream前世今生之简介、安装、使用方法之详细攻略

最新推荐文章于 2024-07-24 02:23:01 发布

一个处女座的程序猿

最新推荐文章于 2024-07-24 02:23:01 发布

阅读量1w

点赞数 10

分类专栏： DL/R TF/PyTorch

本文链接：https://blog.csdn.net/qq_41185868/article/details/82850325

版权

DL/R 同时被 2 个专栏收录

397 篇文章 66 订阅

订阅专栏

TF/PyTorch

86 篇文章 46 订阅

订阅专栏

TF之DeepDream：DeepDream前世今生之简介、安装、使用方法之详细攻略

DeepDream前世今生之简介

2015年，Google 开源了用来分类和整理图像的 AI 程序 Inceptionism，并命名为 DeepDream。DeepDream是Google 开源了用来分类和整理图像的 AI 程序。DeepDream 的开源除了帮助我们深入了解深度学习的工作原理外，还能生成一些奇特、颇具艺术感的图像。不久前，一位研究人员发表了一篇论文，提出了一种风格转换算法，可以将照片与绘画风格结合在一起。

如果让我们把树看成建筑，把植物看成鸟，恐怕只能去发挥想象力了。这种机器识别出人眼不能识别的图案的情况，让我们再一次开始思考机器视觉和人类视觉的不同。或许，DeepDream真的是一个有着无限想象力的婴儿人工智能，把人类世界里的一切都看做它可爱的宠物狗。

DD的目的

实际上，谷歌DeepDream真正想要了解的，是神经网络黑盒子的工作逻辑。我们都知道，神经网络在识别图像时通常是层数越多、越细致，第一层神经网络可能在识别轮廓，中间层的神经网络可能就在识别纹理、笔触等等细节了。我们看到的那些正确识别出图像的算法，都是经由人工调试后的，而DeepDream则跳过了人工指导、矫正这一步，直接凭着自己的意愿识别图片，并且会经过数次重复，最终就成了我们现在看到的样子。

DD特点

1、图像诡异：利用学习技术识别图片，再把自己解读的画面呈现出来。后来谷歌将这一项目开源，让所有人都可以上传图片，再生产出被DeepDream解读的结果。

DD工作原理

DeepDream 人工神经网络主要包含 10-30 个人工神经元对叠层。每个图像存储在输入层中，然后与下一个层级通信，直至最终到达 “输出” 层。我们可对人工神经网络进行 “教学”，获得我们想要的答案。同样的，我们可以选取一个层级并命令网络增强监测到的任何内容，因而网络将在接下来的层级中对于我们命令的形象识别更为敏感，直到显示出我们所需的图像。