На языке машинного обучения это означает, что мы берем конкретное изображение, пропускаем его через нейросеть распознавания и получаем значения в некотором высоком слое нейросети. Затем в соответствии с натренированными весами связей между слоями спускаем эти значения вниз — вплоть до исходного изображения. В конце DeepDream искажает это исходное изображение, чтобы показать те фрагменты, которые получили максимальные веса в высоком слое. Все это может звучать как абракадабра, но для тех, кто знаком с алгоритмом обучения нейросети через обратное распространение ошибки DeepDream выглядит довольно просто (если не тривиально).
Через этот алгоритм мы прогнали несколько фотографий Калуги, и вот, что получилось:
Ну и напоследок фото нашего губернатора)
