我正在努力重新实施＆＃34;控制梦想＆＃34;使用TensorFlow，它是使用Caffe在原始google deepdreams算法中实现的（参见https://github.com/google/deepdream/blob/master/dream.ipynb的最后一部分）。但我觉得我遇到了问题。这个＆＃34;控制梦想＆＃34; TensorFlow教程中不存在部分（参见https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/deepdream/deepdream.ipynb）。我正在找一个知道Caffe和deepdream的人来帮忙。
我之前从未使用过Caffe，但我试图了解他们在剧本中所做的事情。为了控制梦想，他们首先将一个小的引导图像（大约240×240）输入到神经网络中，并在指定的某个层中提取每个通道中的特征。这些功能被称为＆＃34;指南功能＆＃34;。然后他们将想要修改的大图像输入到模型中。大图像是＆＃34; octaved＆＃34;。对于每个八度音阶图像，他们将八度音阶图像输入神经网络，在指导图像指定的同一层中提取每个通道中的特征。然后，他们必须找到特定通道的最佳匹配引导特征到八度音阶图像层中的每个特征。在这里＆＃34;最佳匹配＆＃34;表示两个特征向量的点积最大。
问题就出现了。他们事先提取引导功能。因此，＆＃34;指南的矩阵形状特征＆＃34;是不变的。但是八度音阶中特征矩阵的形状可以变化。这意味着我可能无法计算这两个矩阵的点积。我相信我对他们的算法没有正确理解。我想有人向我解释或给我一个参考。谢谢。
最佳，
雷