google DeepDream 如何运作？
How does google DeepDream work?
我正在研究和阅读有关 Google deep dream 的内容（如果您不知道它是什么，我建议您查看一下！）：
我想知道是否有人可以向我解释它是如何工作的。
我还是一名高中生，所以我对编程没有很深入的了解，但是所有关于它如何运作的描述要么非常技术性（Wayyy 在我脑海中），要么非常简单（"It makes things look more cat like"）。
我了解神经网络背后的理论，但如果有人能解释神经网络实际上是如何用来创建这些图像的，或者至少给我指明您推荐的一些阅读方向，那就太棒了。谢谢！
我希望这个解释对你来说不会太简单。
您给 Google Deepdreams 一张图片。它将开始寻找每一个被训练识别的 'thing'。因此，神经网络可能会在图像中找到 dog、house 和 jellyfish。
但是 Google Deepdreams 所做的是 放大 这些发现的对象。因此，当您再次 运行 识别网络时，不会说“看，这是 40% 的狗”，它会导致 'look, this is 60% a dog'。
所以它稍微识别出的每一个物体，它都会放大，创建一个新的图像。生成的图像包含算法找到的所有对象的放大特征。
Even if you feed it white noise, it will amplify the slightest most minuscule resemblance to a dog into serious dog faces. *1
该算法很有趣，因为它实际上显示了该算法正在寻找什么来识别某些对象。
*1 reddit
我正在研究和阅读有关 Google deep dream 的内容（如果您不知道它是什么，我建议您查看一下！）：
我想知道是否有人可以向我解释它是如何工作的。
我还是一名高中生，所以我对编程没有很深入的了解，但是所有关于它如何运作的描述要么非常技术性（Wayyy 在我脑海中），要么非常简单（"It makes things look more cat like"）。
我了解神经网络背后的理论，但如果有人能解释神经网络实际上是如何用来创建这些图像的，或者至少给我指明您推荐的一些阅读方向，那就太棒了。谢谢！
我希望这个解释对你来说不会太简单。
您给 Google Deepdreams 一张图片。它将开始寻找每一个被训练识别的 'thing'。因此，神经网络可能会在图像中找到 dog、house 和 jellyfish。
但是 Google Deepdreams 所做的是 放大 这些发现的对象。因此，当您再次 运行 识别网络时，不会说“看，这是 40% 的狗”，它会导致 'look, this is 60% a dog'。
所以它稍微识别出的每一个物体，它都会放大，创建一个新的图像。生成的图像包含算法找到的所有对象的放大特征。
Even if you feed it white noise, it will amplify the slightest most minuscule resemblance to a dog into serious dog faces. *1
该算法很有趣，因为它实际上显示了该算法正在寻找什么来识别某些对象。
*1 reddit