21、探索DeepDream：用卷积神经网络生成梦幻般的幻觉图像

探索DeepDream：用卷积神经网络生成梦幻般的幻觉图像

1. 什么是DeepDream

DeepDream，通俗来说就是“深度梦境”，是一种利用卷积神经网络（CNNs）生成梦幻般幻觉图像的技术。该方法最早由Mordvintsev等人在2015年的一篇谷歌研究博客文章中提出。此方法一经发布便迅速在网络上走红。

深度学习研究人员和从业者对可视化CNN“梦到”的内容非常感兴趣，主要有以下两个原因：
- 反向运行CNN的练习。
- 一个有趣的新奇实验。

1.1 DeepDream算法概述

DeepDream算法可以简要概括为“反向运行（预训练的）CNN”，具体步骤如下：
1. 从一个输入图像开始。
2. 以不同的尺度（称为八度）处理输入图像。
3. 对于每个八度，最大化整个层集的激活，并将结果混合在一起，以获得“迷幻”效果。

与其他深度学习方法不同，DeepDream不训练网络和修改各层的权重，而是冻结权重，修改实际的输入图像。这会创建一个反馈循环，输入图像被反馈回CNN，CNN反向运行，输出效果在图像上被放大。

1.2 不同层级的网络效果

• 网络的较低层会在图像中生成类似边缘的区域。
• 中间层能够表示物体的基本形状和组件，如门把手、眼睛、鼻子等。
• 网络的最高层能够构建物体的完整解释，如狗、猫、鸟等，这些层会生成最迷幻的图像。

通常使用在ImageNet数据集上训练的CNN来产生更有趣的梦境。但预训练的网络会持续生成包含狗、猫和鸟的幻觉，因为这些类别在Ima