深度图像使用GoogLeNet梦想
这个例子展示了如何使用生成图像deepDreamImage与pretrained GoogLeNet卷积神经网络。
深的梦想是一个特性可视化技术在深度学习,综合图像强烈激活网络层。通过观察这些图片,可以突出图像特征通过网络学习。这些图片是有用的对于理解和诊断网络的行为。
可以通过可视化产生有趣的图像层的特性对网络的结束。
本例使用深度学习工具箱™和深度学习工具箱模型GoogLeNet网络生成图像。
负载Pretrained网络
加载一个pretrained GoogLeNet网络。如果深度学习工具箱模型GoogLeNet网络金宝app支持包没有安装,那么软件提供一个下载链接。
网= googlenet;
生成图像
产生一个给定的类最相似的图像,选择完全连接层。首先,定位层指数这一层通过查看网络体系结构analyzeNetwork。
analyzeNetwork(净)
然后选择完全连接层,在这个例子中,142年。
层= 142;layerName = net.Layers(层). name
layerName = ' loss3-classifier '
您可以生成多个图像通过选择多个类。选择您想要的类可视化通过设置渠道类名的指标。
渠道= (114 293 341 484 563 950);
中存储的类类输出层的属性(最后一层)。您可以查看所选类的名称通过选择条目渠道。
net.Layers(结束). class(渠道)
ans =6×1分类蜗牛虎斑城堡喷泉草莓
生成图片的使用deepDreamImage。这个命令使用了一个兼容的GPU,如果可用。否则它使用CPU。使用GPU需要并行计算工具箱™和支持GPU设备。金宝app支持设备的信息,请参阅金宝appGPU的金宝app支持版本(并行计算工具箱)。
I = deepDreamImage(净,layerName,渠道);
| = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = | | |迭代激活|金字塔水平| | |力量| | | = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = | | 1 | 0.01 | 1 | | 2 | 1.47 | 1 | | 3 | 3.63 | 1 | | 4 | 7.24 | 1 | | 5 | 10.63 | 1 | | 6 | 15.78 | 1 | | 7 | 19.05 | 1 | | 8 | 24.21 | 1 | | 9 | 27.25 | 1 | | 10 | 29.49 | 1 | | 1 | 7.93 | 2 | | 2 | 10.10 | 2 | | 3 | 14.41 | 2 | | 4 | 20.48 | 2 | | 5 | 17.10 | 2 | | 6 | 23.32 | 2 | | 7 | 27.97 | 2 | | 8 | 25.79 | 2 | | 9 | 30.26 | 2 | | 10 | 35.68 | 2 | | 1 | 33.57 | 3 | | 2 | 42.50 | 3 | | 3 | 49.39 | 3 | | 4 | 58.22 | 3 | | 5 | 58.82 | 3 | | 6 | 52.32 | 3 | | 7 | 67.45 | 3 | | 8 | 68.73 | 3 | | 9 | 75.19 | 3 | | 10 | 68.91 | 3 | | = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = |培训完成:马克思时代完成。
显示所有图片一起使用imtile。
图我= imtile(我);imshow(我)
生成更详细的图片
增加金字塔的数量水平和迭代每级金字塔可以产生更多的额外费用的详细图像计算。
你可以增加迭代使用的数量“NumIterations”选择。设置迭代次数为100。
迭代= 100;
生成一个详细的形象,强烈激活“老虎”类(293)频道。集“详细”为false抑制优化过程的详细信息。
渠道= 293;我= deepDreamImage(净,layerName、通道…“详细”假的,…“NumIterations”、迭代);图imshow(我)
产生更大的和更详细的输出图像,你可以增加金字塔的数量水平和迭代每级金字塔。
金字塔的数量水平设置为4。
水平= 4;
生成一个详细的形象,强烈激活“城堡”类(484)频道。
渠道= 484;我= deepDreamImage(净,layerName、通道…“详细”假的,…“NumIterations”、迭代…“PyramidLevels”、水平);图imshow(我)
另请参阅
googlenet|deepDreamImage|occlusionSensitivity|imageLIME|gradCAM
