deepDreamImage
Deep Dream を使用したネットワークの特徴の可視化
説明
は、I
= deepDreamImage(net
,layer
,channelIdx
)layer
によって指定された数値インデックスまたは名前に対応する層のネットワーク net
内で、チャネル channels
を強く活性化するイメージの配列を返します。これらのイメージでは、ネットワークによって学習された特徴が強調表示されます。
は、1 つ以上の名前と値の引数によって追加オプションが指定されたイメージを返します。I
= deepDreamImage(___,Name,Value
)
例
入力引数
出力引数
アルゴリズム
この関数は、多重解像度イメージのピラミッドおよびラプラシアン ピラミッド勾配正規化を使用して高解像度イメージを生成する Deep Dream を実装します。ラプラシアン ピラミッド勾配正規化の詳細は、次のブログ投稿を参照してください。DeepDreaming with TensorFlow。
既定では、関数 trainnet
および単精度浮動小数点演算を使用して、ニューラル ネットワークに学習させるための計算が実行されます。関数 trainnet
は、単精度の学習可能なパラメーターと状態パラメーターをもつネットワークを返します。
予測関数か検証関数を単精度の学習可能なパラメーターと状態パラメーターをもつ dlnetwork
オブジェクトと組み合わせて使用する場合、単精度浮動小数点演算を使用して計算が実行されます。
予測関数か検証関数を倍精度の学習可能なパラメーターと状態パラメーターをもつ dlnetwork
オブジェクトと組み合わせて使用する場合は、次のようになります。
入力データが単精度の場合、単精度浮動小数点演算を使用して計算が実行されます。
入力データが倍精度の場合、倍精度浮動小数点演算を使用して計算が実行されます。
参照
[1] DeepDreaming with TensorFlow. https://github.com/tensorflow/docs/blob/master/site/en/tutorials/generative/deepdream.ipynb