Python深度学习18-生成式深度学习之DeepDream

人工智能 深度学习
在生成图片时,神经网络是冻结的,也就是网络的权重不再更新,只需要更新输入的图片。常用的预训练卷积网络包括Google的Inception、VGG网络和ResNet网络等。

​DeepDream简介

DeepDream是一种艺术性的图像修改技术,主要是基于训练好的卷积神经网络CNN进行图片的生成。

在生成图片时,神经网络是冻结的,也就是网络的权重不再更新,只需要更新输入的图片。常用的预训练卷积网络包括Google的Inception、VGG网络和ResNet网络等。

DeePDream的基本步骤:

  • 获取输入图片
  • 将图片输入网络,得到所希望可视化的神经元的输出值
  • 计算神经元输出值对图片各像素的梯度
  • 使用梯度下降不断更新图片

重复第2、3、4步,直到满足所设定的条件

下面是使用Keras实现DeepDream的大致过程:

用Keras实现DeepDream

获取测试图片

In [1]:

# ---------------
from tensorflow import keras
import matplotlib.pyplot as plt
%matplotlib inline

base_image_path = keras.utils.get_file(
"coast.jpg",
origin="https://img-datasets.s3.amazonaws.com/coast.jpg")

plt.axis("off")
plt.imshow(keras.utils.load_img(base_image_path))
plt.show()

图片

上面是Keras自带的一张海岸线的图片。下面就是对这张图进行变化。

准备预训练模型InceptionV3

In [2]:

# 使用Inception V3实现
from keras.applications import inception_v3

# 使用预训练的ImageNet权重来加载模型
model = inception_v3.InceptionV3(weights="imagenet", # 构建不包含全连接层的Inceptino
include_top=False)
Downloading data from https://storage.googleapis.com/tensorflow/keras-applications/inception_v3/inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5
87916544/87910968 [==============================] - 74s 1us/step
87924736/87910968 [==============================] - 74s 1us/step

In [3]:

model.summary()

图片

设置DeepDream配置

In [4]:

# 层的名称 + 系数:该层对需要最大化的损失的贡献大小

layer_settings = {"mixed4":1.0,
"mixed5":1.5,
"mixed6":2.0,
"mixed7":2.5}

outputs_dict = dict(
[
(layer.name, layer.output) # 层的名字 + 该层的输出
for layer in [model.get_layer(name) for name in layer_settings.keys()]
]
)

outputs_dict

Out[4]:

{'mixed4': <KerasTensor: shape=(None, None, None, 768) dtype=float32 (created by layer 'mixed4')>,
'mixed5': <KerasTensor: shape=(None, None, None, 768) dtype=float32 (created by layer 'mixed5')>,
'mixed6': <KerasTensor: shape=(None, None, None, 768) dtype=float32 (created by layer 'mixed6')>,
'mixed7': <KerasTensor: shape=(None, None, None, 768) dtype=float32 (created by layer 'mixed7')>}

In [5]:

# 特征提取

feature_extractor = keras.Model(inputs=model.inputs, outputs=outputs_dict)
feature_extractor

Out[5]:

<keras.engine.functional.Functional at 0x15b5ff0d0>

计算损失

In [6]:

def compute_loss(image):
features = feature_extractor(image) # 特征提取
loss = tf.zeros(shape=()) # 损失初始化

for name in features.keys(): # 遍历层
coeff = layer_settings[name] # 某个层的系数
activation = features[name] # 某个层的激活函数
#为了避免出现边界伪影,损失中仅包含非边界的像素
loss += coeff * tf.reduce_mean(tf.square(activation[:, 2:-2, 2:-2, :])) # 将该层的L2范数添加到loss中;
return loss

梯度上升过程

In [7]:

import tensorflow as tf

@tf.function
def gradient_ascent_step(image, lr): # lr--->learning_rate 学习率
with tf.GradientTape() as tape:
tape.watch(image)
loss = compute_loss(image) # 调用计算损失方法
grads = tape.gradient(loss, image) # 梯度更新
grads = tf.math.l2_normalize(grads)
image += lr * grads
return loss, image

def gradient_ascent_loop(image, iterations, lr, max_loss=None):
for i in range(iterations):
loss, image = gradient_ascent_step(image, lr)
if max_loss is not None and loss > max_loss:
break
print(f"第{i}步的损失值是{loss:.2f}")

return image

图片生成

np.expand_dims用法(个人添加)

In [8]:

import numpy as np

array = np.array([[1,2,3],
[4,5,6]]
)
array

Out[8]:

array([[1, 2, 3],
[4, 5, 6]])

In [9]:

array.shape

Out[9]:

(2, 3)

In [10]:

array1 = np.expand_dims(array,axis=0)
array1

Out[10]:

array([[[1, 2, 3],
[4, 5, 6]]])

In [11]:

array1.shape

Out[11]:

(1, 2, 3)

In [12]:

array2 = np.expand_dims(array,axis=1)
array2

Out[12]:

array([[[1, 2, 3]],

[[4, 5, 6]]])

In [13]:

array2.shape

Out[13]:

(2, 1, 3)

In [14]:

array3 = np.expand_dims(array,axis=-1)
array3

Out[14]:

array([[[1],
[2],
[3]],

[[4],
[5],
[6]]])

In [15]:

array3.shape

Out[15]:

(2, 3, 1)

np.clip功能(个人添加)

np.clip(
array,
min(array),
max(array),
out=None):

In [16]:

array = np.array([1,2,3,4,5,6])

np.clip(array, 2, 5) # 输出长度和原数组相同

Out[16]:

array([2, 2, 3, 4, 5, 5])

In [17]:

array = np.arange(18).reshape((6,3))
array

Out[17]:

array([[ 0,  1,  2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]])

In [18]:

np.clip(array, 5, 15)

Out[18]:

array([[ 5,  5,  5],
[ 5, 5, 5],
[ 6, 7, 8],
[ 9, 10, 11],
[12, 13, 14],
[15, 15, 15]])

参数设置

In [19]:

step = 20.  #  梯度上升的步长
num_octave = 3 # 运行梯度上升的尺度个数
octave_scale = 1.4 # 两个尺度间的比例大小
iterations = 30 # 在每个尺度上运行梯度上升的步数
max_loss = 15. # 损失值若大于15,则中断梯度上升过程

图片预处理

In [20]:

import numpy as np

def preprocess_image(image_path): # 预处理
img = keras.utils.load_img(image_path) # 导入图片
img = keras.utils.img_to_array(img) # 转成数组
img = np.expand_dims(img, axis=0) # 增加数组维度;见上面解释(x,y) ---->(1,x,y)
img = keras.applications.inception_v3.preprocess_input(img)
return img


def deprocess_image(img): # 图片压缩处理
img = img.reshape((img.shape[1], img.shape[2], 3))
img /= 2.0
img += 0.5
img *= 255.
# np.clip:截断功能,保证数组中的取值在0-255之间
img = np.clip(img, 0, 255).astype("uint8")
return img

生成图片

In [21]:

# step = 20.  #  梯度上升的步长
# num_octave = 3 # 运行梯度上升的尺度个数
# octave_scale = 1.4 # 两个尺度间的比例大小
# iterations = 30 # 在每个尺度上运行梯度上升的步数
# max_loss = 15.0 # 损失值若大于15,则中断梯度上升过程

original_img = preprocess_image(base_image_path) # 预处理函数
original_shape = original_img.shape[1:3]

print(original_img.shape) # 四维图像
print(original_shape) # 第2和3维度的值
(1, 900, 1200, 3)
(900, 1200)

In [22]:

successive_shapes = [original_shape]

for i in range(1, num_octave):
shape = tuple([int(dim / (octave_scale ** i)) for dim in original_shape])
successive_shapes.append(shape)
successive_shapes = successive_shapes[::-1] # 翻转

shrunk_original_img = tf.image.resize(original_img, successive_shapes[0])

img = tf.identity(original_img)
for i, shape in enumerate(successive_shapes):
print(f"Processing octave {i} with shape {shape}")
# resize
img = tf.image.resize(img, shape)
img = gradient_ascent_loop( # 梯度上升函数调用
img,
iteratinotallow=iterations,
lr=step,
max_loss=max_loss
)
# resize
upscaled_shrunk_original_img = tf.image.resize(shrunk_original_img, shape)
same_size_original = tf.image.resize(original_img, shape)

lost_detail = same_size_original - upscaled_shrunk_original_img
img += lost_detail
shrunk_original_img = tf.image.resize(original_img, shape)

keras.utils.save_img("dream.png", deprocess_image(img.numpy()))

结果为:

Processing octave 0 with shape (459, 612)
第0步的损失值是0.80
第1步的损失值是1.07
第2步的损失值是1.44
第3步的损失值是1.82
......
第26步的损失值是11.44
第27步的损失值是11.72
第28步的损失值是12.03
第29步的损失值是12.49

同时在本地生成了新图片,看下效果:

图片

再看一眼原图:相对比之下,新图有点梦幻的味道!

图片


责任编辑:武晓燕 来源: 尤而小屋
相关推荐

2021-03-08 11:28:59

人工智能深度学习Python

2018-08-28 15:47:03

人工智能深度学习机器学习

2019-03-06 09:55:54

Python 开发编程语言

2019-10-10 14:48:19

深度学习人工智能

2017-06-27 14:49:20

深度学习机器学习

2021-04-16 11:31:24

人工智能深度学习

2017-03-06 16:56:37

深度学习本质现状

2019-02-12 15:04:09

2023-10-31 10:33:35

对抗网络人工智能

2024-06-13 09:12:38

2020-04-16 11:19:55

深度学习神经网络网络层

2023-02-23 07:46:48

学习模型数据仓库

2017-05-08 16:13:33

深度学习神经网络深度

2022-10-19 16:08:07

人工智能深度学习

2015-04-16 13:38:26

GPU计算深度学习NVIDIA

2021-05-06 09:05:11

深度学习

2018-04-04 10:19:32

深度学习

2017-07-14 10:35:06

2023-11-19 23:36:50

2020-09-29 17:00:33

人工智能
点赞
收藏

51CTO技术栈公众号