GitHub - UpCoder/DeepDream

Deep Dream 是Google公司在2015年公布的一项技术,他主要用来做神经网络提取特征的可视化.
具体来说, 一个神经网络A, 我们的输入是一副图像,输出是一个概率. 在训练A的时候,我们使用梯度下降法来使得Loss最小.
那么对于一个已经训练好的模型来说,我们怎么可视化某一个卷积层提取的到的特征呢? 我们可以固定网络的参数,通过反向传播 + 计算梯度, 来不断改变输入图像的值,使得某一个该概率最大.那么最后经过N轮迭代得到的图像,就是对该卷积层特征的可视化.

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
README.md		README.md
__init__.py		__init__.py
gen_lapnorm.py		gen_lapnorm.py
gen_multiscale.py		gen_multiscale.py
gen_multiscale1.jpg		gen_multiscale1.jpg
gen_multiscale10.jpg		gen_multiscale10.jpg
gen_multiscale100.jpg		gen_multiscale100.jpg
gen_multiscale200.jpg		gen_multiscale200.jpg
gen_multiscale400.jpg		gen_multiscale400.jpg
gen_multiscale50.jpg		gen_multiscale50.jpg
gen_multiscale_bg.py		gen_multiscale_bg.py
gen_naive.py		gen_naive.py
gen_naive1.jpg		gen_naive1.jpg
gen_naive10.jpg		gen_naive10.jpg
gen_naive100.jpg		gen_naive100.jpg
gen_naive200.jpg		gen_naive200.jpg
gen_naive50.jpg		gen_naive50.jpg
timg.jpg		timg.jpg
timg1.jpg		timg1.jpg
timg10.jpg		timg10.jpg
timg100.jpg		timg100.jpg
timg200.jpg		timg200.jpg
timg50.jpg		timg50.jpg

Provide feedback