导读
DeepDream 通过放大网络内部激活让模型“看见”的模式显形。它不是现代文生图，但它让公众第一次大规模接触一种明显来自神经网络内部表征的视觉风格，并迅速进入艺术家、媒体和网络文化。
查看大图 ↗Google Research 的 DeepDream 说明页配图，对比输入图像与神经网络处理后的图像。
Google Research · 图像权利归原权利人；不视为开放许可
资料出处 · DeepDream ↗档案研究说明
把识别网络反过来作为制图工具
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
Google 在 2015 年 7 月公开 DeepDream 代码示例，说明如何选择要增强的网络层、迭代次数和缩放程度，也允许换用不同预训练网络。项目起初用来观察神经网络学习了什么，后来因可产生具有视觉吸引力的图像而受到艺术家与程序员关注。
本节依据: DeepDream：神经网络的可视化：资料依据
在艺术史中的位置
编者解释：图像中的重复形态与网络的训练经验和增强过程有关，不能据此声称机器真的在做梦。这一节点说明诊断工具怎样转变为创作接口，也使“选择哪一个模型”成为可见的艺术决定。
本节依据: DeepDream：神经网络的可视化：资料依据
正文引用资料
核读DeepDream官方代码与项目说明。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与AlexNet：深度卷积图像分类之间的制作方法、控制方式或展示语境。
比较本条与艺术风格的神经算法之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2015 · 来源记录的历史日期：2015
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
DeepDream
https://research.google/blog/deepdream-a-code-example-for-visualizing-neural-networks/
当前引用地址
出处、翻译与核验状态
主线节点 #084 · 历史节点
研究资料与补充出处 · 1
AI 艺术谱系研究母版 · p. 16 · 049
原记日期: 2015
DeepDream：神经网络的可视化 ↗
DeepDream
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. DeepDream：神经网络的可视化. 艺术史节点 #084. https://salondesrefuses.cn/zh/art-history/049
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。