DeepDream en sí mismo no está ajustado a una arquitectura específica. Es un enfoque que puede lograr con cualquier red neuronal convolucional profunda previamente capacitada.
La idea, simplemente, es como tener un ciclo de retroalimentación en el modelo de clasificación de imágenes. Usted le da una imagen al modelo, y le da algunos puntajes sobre los objetos en los que fue entrenado que cree que podrían existir en la imagen. Luego, deja que la red modifique la imagen de entrada para hacer que estos objetos sean visibles cada vez más. Puedes repetir esto más de una vez.
El anuncio original del artículo del blog de Google DeepDream mostró ejemplos del uso de DeepDream en el modelo GoogLeNet pre-entrenado en imágenes ImageNet, y el modelo MIT Places CNN entrenado en imágenes de lugares.
- ¿Por qué algunas personas solo juegan contra la IA y no contra jugadores reales en los videojuegos?
- ¿Qué pueden aprender los investigadores que trabajan en "conciencia de máquina" de la arquitectura del cerebro humano?
- ¿Es la inteligencia artificial de Amazon Go una amenaza para la fuerza laboral humana?
- ¿La entrada de texto de reconocimiento de voz requiere IA?
- ¿Cuáles son las 10 áreas donde la IA se implementa hoy?
La arquitectura del modelo GoogLeNet consta de 22 capas, que se muestran a continuación: