《python深度学习》笔记---8.2、DeepDream

《python深度学习》笔记---8.2、DeepDream

一、总结

一句话总结：

【艺术性的图像修改技术】：DeepDream 是一种艺术性的图像修改技术，它用到了卷积神经网络学到的表示。

【迷幻图像】：它很快在网上引起了轰动，这要归功于它所生成的迷幻图像，图像中充满了算法生成的错觉式伪影、鸟羽毛和狗眼睛。

【因为ImageNet中狗和鸟的样本特别多】：图像中充满了算法生成的错觉式伪影、鸟羽毛和狗眼睛。这是DeepDream 卷积神经网 络在 ImageNet 上训练的副作用，因为 ImageNet 中狗和鸟的样本特别多。

 

 

1、深度学习在某些方面可以理解为特征提取？

比如把图片的规律提取出来，用于分类，或者用于生成

 

 

2、DeepDream 算法 原理？

【反向运行一个卷积神经网络】：DeepDream 算法与卷积神经网络过滤器可视化技术几乎相同，都是反向运行 一个卷积神经网络

【对卷积神经网络的输入做梯度上升，以便将卷积神经网络靠顶部的某一层的某个过滤器激活最大化】：DeepDream 使用了相同的想法

 

 

3、DeepDream 和卷积神经网络的简单区别？

【将所有层的激活最大化，而不是将某一层的激活最大化】：使用DeepDream，我们尝试将所有层的激活最大化，而不是将某一层的激活最大化，因 此需要同时将大量特征的可视化混合在一起。

【不是从空白的、略微带有噪声的输入开始】：，而是从现有的图像开始，因此所产生的效果 能够抓住已经存在的视觉模式，并以某种艺术性的方式将图像元素扭曲。

【输入图像是在不同的尺度上［叫作八度（octave）］进行处理的】：，这可以提高可视化的质量

 

 

4、用Inception生成DeepDream？

最初发布的 DeepDream 中使用的卷积神经网络是一个 Inception 模型，在实践中，人们已 经知道Inception 能够生成漂亮的DeepDream 图像

 

 

5、DeepDream 总结？

【反向运行一个卷积神经网络】：DeepDream 的过程是反向运行一个卷积神经网络，基于网络学到的表示来生成输入。

【类似于通过迷幻剂扰乱视觉皮层而诱发的视觉伪影】：得到的结果是很有趣的，有些类似于通过迷幻剂扰乱视觉皮层而诱发的视觉伪影。

【DeepDream并不局限于图像模型】：注意，这个过程并不局限于图像模型，甚至并不局限于卷积神经网络。它可以应用于语音、 音乐等更多内容

 

 

 

二、内容在总结中

博客对应课程的视频位置：