2

我遵循本 教程并使用Github 页面中的 ipynb notebook 在 Google Colaboratory 中生成 deepdream 图像。本教程使用 Inception5h 网络。该模型中的 12 层通常用于生成图像。

每层由大约 500 个单独的特征组成，它们识别不同的模式。可以选择层中的特定特征，这会产生不同的结果。我已经在第 6 层“mixed4a:0”中生成了每个特征的图像。我现在要做的是混合这些功能。

像这样选择特定层：

layer_tensor = model.layer_tensors[5]
# selects layer 6 out of 12

我可以选择一系列这样的功能：

layer_tensor = model.layer_tensors[5][:,:,:,0:3]
# selects feature 0 to 2 from layer 6

我正在尝试做的是选择特定功能而不是一系列功能。我已经尝试了一些显然不起作用的东西。

layer_tensor = model.layer_tensors[5][:,:,:,0,2,4]
layer_tensor = model.layer_tensors[5][:,:,:,0:2:4]
layer_tensor = model.layer_tensors[5][:,:,:,[0,2,4]]
layer_tensor = model.layer_tensors[5][:,:,:,[0:2:4]]
layer_tensor = model.layer_tensors[5][:,:,:,(0,2,4)]

为了弄清楚“layer_tensor”是什么类型的对象/事物/数据结构，我尝试使用不同的参数打印它：

layer_tensor = model.layer_tensors[5]
# prints Tensor("mixed4a:0", shape=(?, ?, ?, 508), dtype=float32, device=/device:CPU:0)
# "mixed4a:0" is the layer name. 508 in 'shape' is the number of features in the layer

layer_tensor = model.layer_tensors[5][:,:,:,0:100]
# prints: Tensor("strided_slice_127:0", shape=(?, ?, ?, 100), dtype=float32)

layer_tensor = model.layer_tensors[5][:,:,:,0]
# prints: Tensor("strided_slice_128:0", shape=(?, ?, ?), dtype=float32)

一般来说，我是 Tensorflow 和神经网络的新手。有谁知道如何选择不同的功能，而不仅仅是一系列功能？提前致谢！

要运行代码，请将“DeepDream_using_tensorflow.ipynb”文件加载到 Google Colaboratory。选择带有 GPU 后端的 Python3 运行时。将文件“download.py”和“inception5h.py”上传到运行时，它应该可以正常工作。

4

1 回答 1

1

您可以使用tf.gather通过以下方式实现您所需要的。

# don't forget to have a look over the deep_dream_final_output.html file to see the processed outputs.

indices = [1,3,5]
layer_tensor = tf.transpose(
    tf.gather(
        tf.transpose(model.layer_tensors[10], [3,0,1,2]), indices
        ), 
    [1,2,3,0])
print(layer_tensor)
img_result = recursive_optimize(layer_tensor=layer_tensor, image=image,
                 num_iterations=10, step_size=3.0, rescale_factor=0.7,
                 num_repeats=4, blend=0.2)

它看起来很复杂，但它所做的只是跟随。

  • 转置layer_tensorst 最后一个轴（即要切片的轴）是第一个轴（因为它使切片更容易）
  • 使用 进行切片tf.gather。我们正在采用 1,3,5 功能。它可能是一个索引列表
  • 将张量转回正确的形状（即将第一个轴发送到最后面）。

希望这很清楚。

于 2019-11-20T04:43:54.647 回答