深度有趣 | 22 天马行空的DeepDream

简介

介绍DeepDream的原理并用TensorFlow实现

效果

先来看一下DeepDream的效果，本来是这样一张图片

经过DeepDream处理之后就有可能变成这样

有点奇特和梦幻，也有点不明所以、精神污染

原理

大多时候我们是根据给定的数据和标签，去训练和调整网络的参数

不过也有时候，我们是固定网络的参数，根据某个损失函数调整输入数据，例如在图像风格迁移里，根据内容损失函数和风格损失函数调整合成的图片

对于常见的图片分类模型，输入一张图片，网络中的每个tensor会输出相应的响应值，值越大说明这个tensor越“喜欢”这张图片

比如输入一张狗的图片，网络中用于识别和分类狗的tensor就会输出较大的响应值

把优化目标设为最大化某个tensor的响应值，以此来调整输入图片，这就是DeepDream的原理

举例来说，为了满足一个喜欢狗的tensor，我们将原始图片中像狗的一些蛛丝马迹进行调整和放大，从而使得这一tensor的响应值更大

实现

加载库

# -*- coding: utf-8 -*-

import tensorflow as tf
import numpy as np
import cv2
from imageio import imread, imsave, mimsave
import matplotlib.pyplot as plt
%matplotlib inline
from scipy.ndimage.filters import gaussian_filter

加载图片分类模型，这里使用inception5h

layer_names = ['conv2d0', 'conv2d1', 'conv2d2', 
               'mixed3a', 'mixed3b', 'mixed4a', 'mixed4b', 'mixed4c', 'mixed4d', 'mixed4e',
               'mixed5a', 'mixed5b']

grap