Нейросеть Deep Dream: как создавать психоделические изображения с помощью ИИ

Что такое Deep Dream и как он появился

Deep Dream — это технология обработки изображений, которая позволяет создавать сюрреалистические, психоделические картинки. В основе лежит нейросеть, обученная распознавать объекты на фотографиях. В 2015 году Google представила DeepDream — алгоритм, который усиливает паттерны, найденные нейросетью, превращая обычное фото в фантастический сон.

Интересно, что технология была создана российским разработчиком Александром Мордвинцевым. Изначально Deep Dream применялся для синтеза текстур, но быстро стал популярным инструментом для создания художественных изображений.

Принцип работы прост: нейросеть «видит» в изображении знакомые формы — глаза, морды животных, текстуры — и многократно усиливает их, добавляя новые детали. Результат напоминает галлюцинации или сновидения.

Как работает Deep Dream: техническая сторона

Deep Dream использует свёрточные нейросети, например InceptionV3. Сеть состоит из множества слоёв, каждый из которых отвечает за распознавание определённых признаков: нижние слои (mixed3) реагируют на простые формы — линии, углы, текстуры; средние слои (mixed5) — на более сложные паттерны, такие как глаза или лапы.

Процесс генерации включает несколько этапов:

• Загрузка изображения и его предобработка (нормализация пикселей).
• Пропускание изображения через нейросеть и получение активаций на выбранных слоях.
• Расчёт функции потерь (loss) — среднего уровня «возбуждения» нейронов.
• Градиентный спуск: изображение изменяется так, чтобы увеличить активации нейронов.
• Повторение процесса множество раз (эпох), пока изображение не приобретёт желаемый вид.

Чем больше эпох, тем сильнее галлюцинации. На практике для получения яркого эффекта требуется от нескольких сотен до тысяч итераций.

Основные сервисы для работы с Deep Dream

Существует несколько популярных онлайн-сервисов, которые позволяют использовать Deep Dream без программирования.

Deep Dream Generator — один из самых известных. Предлагает три режима:

• Text 2 Dream: создание изображения по текстовому описанию.
• Deep Style: применение художественного стиля к вашей фотографии.
• Deep Dream: загрузка фото и его преобразование в психоделический стиль.

Сервис имеет бесплатный тариф с ограничениями по количеству генераций и платные подписки от $9 до $99 в месяц, которые увеличивают лимиты и дают доступ к PRO-моделям.

Пиксель Тулс — российский сервис, который также предоставляет генератор изображений на основе нейросетей, включая модели GPT-Image-2, Nano Banana PRO и другие. Подходит для создания профессионального контента: логотипов, баннеров, иллюстраций.

Для тех, кто хочет разобраться в технологии глубже, доступны open-source реализации на Python с использованием TensorFlow и предобученных моделей.

Как создать изображение в Deep Dream Generator: пошаговая инструкция

Рассмотрим процесс создания изображения на примере Deep Dream Generator.

1. Зайдите на сайт сервиса. На главной странице вы увидите галерею работ других пользователей.
2. Выберите режим: Text 2 Dream, Deep Style или Deep Dream.
3. Для Text 2 Dream введите текстовый запрос (промт) на английском языке. Чем подробнее описание, тем точнее результат.
4. Настройте параметры: нажмите «Add modifiers», чтобы выбрать качество, стиль, спецэффекты. Можно добавить собственные модификаторы.
5. В разделе дополнительных настроек выберите модель, размер изображения, тип (пейзаж, портрет), качество, улучшение черт лица и другие опции.
6. Обратите внимание на количество «энергии» (баллов), которое потребуется для генерации. Оно указано рядом с кнопкой «Generate».
7. Нажмите «Generate» и подождите около минуты. Результат появится на экране.

Если вы используете режим Deep Dream, загрузите свою фотографию и настройте параметры: начальная глубина, уровень вовлечения ИИ, номер слоя. Чем выше слой, тем более странным будет результат.

Настройки Deep Dream Generator: как управлять результатом

Deep Dream Generator предлагает множество настроек для тонкой регулировки изображения.

Основные параметры:

• Resolution: размер итогового изображения.
• Enhance: улучшение чёткости, сглаживание шумов и артефактов.
• Iterations Boost: количество попыток нейросети «угадать» запрос. Больше итераций — потенциально лучше результат, но не всегда.
• Style Weight: степень влияния выбранного стиля на исходное изображение. Меньшее значение — больше похоже на оригинал, большее — сильнее стилизация.
• Style Scale: аналогично Style Weight, но работает иначе. Чем выше значение, тем ярче черты стиля.
• Preserve Colors: сохранение основных цветов исходного изображения после применения стиля.

Негативный промт — это описание того, чего не должно быть на картинке (например, «no cars», «no text»). Доступен только в режиме Text 2 Dream.

Экспериментируйте с настройками, чтобы добиться уникального результата. Сохраняйте удачные комбинации для повторного использования.

Тарифы и ограничения Deep Dream Generator

Сервис Deep Dream Generator работает по модели freemium. Бесплатный аккаунт имеет ограничения по количеству генераций и доступу к некоторым моделям.

Платные подписки:

• Basic ($9/мес): 50 единиц энергии стартового запаса, +6 единиц каждый час (до 36 картинок в сутки), доступ к PRO-моделям (кроме AIVision), 3 картинки в день через AIVision, AI Upscale до 120MP, 10 ГБ хранилища.
• Advanced ($19/мес): 120 единиц, +12 в час (до 70 картинок в сутки), полный доступ ко всем PRO-моделям, безлимитный AI Upscale, 20 ГБ хранилища.
• Professional ($39/мес): 250 единиц, +18 в час (до 110 картинок), 50 ГБ хранилища.
• Ultra ($99/мес): 750 единиц, +60 в час (до 360 картинок), 200 ГБ хранилища.

Ограничения:

• Нельзя использовать чужие изображения из галереи в качестве основы.
• Запрещено загружать откровенные фото, изображения ран, умерших людей или животных.
• Разрешён только один аккаунт на пользователя.

Для большинства пользователей базового тарифа достаточно для экспериментов.

Преимущества и недостатки Deep Dream

Преимущества:

• Гибкие настройки: можно детально указать стиль, качество, размер и другие параметры.
• Возможность запрещать элементы с помощью негативного промта.
• Контроль размера и соотношения сторон изображения.
• Галерея работ других пользователей для вдохновения и изучения промтов.
• Бесплатный доступ с возможностью апгрейда.

Недостатки:

• Интерфейс полностью на английском языке, что может быть барьером для некоторых пользователей.
• Нет готовых шаблонов стилей — нужно самостоятельно разбираться в описании.
• Нейросеть не всегда точно понимает запрос: могут быть несоответствия цвета, отсутствие нужных объектов.
• Для получения качественного результата требуется экспериментировать с формулировками и настройками.

Несмотря на недостатки, Deep Dream остаётся одним из самых доступных и мощных инструментов для создания сюрреалистических изображений.

Советы по созданию качественных изображений в Deep Dream

Чтобы получить впечатляющий результат, следуйте этим рекомендациям:

Пишите подробные промты. Указывайте объект, действие, фон, стиль, освещение, цветовую гамму. Например, вместо «кот» напишите «пушистый рыжий кот сидит на подоконнике, солнечный свет, стиль масляной живописи».

Используйте английский язык. Все сервисы Deep Dream ориентированы на английский. Даже если вы знаете язык слабо, используйте простые слова и фразы.

Экспериментируйте с настройками. Меняйте Style Weight, Style Scale, количество итераций. Сохраняйте удачные комбинации.

Изучайте работы других. В галерее нажимайте «Try it» под понравившимся изображением — вы увидите промт и настройки автора. Это отличный способ научиться.

Используйте негативный промт. Если на картинке появляются нежелательные элементы, добавьте их в негативный промт.

Не бойтесь неудач. Нейросеть не всегда понимает запрос с первого раза. Пробуйте разные формулировки и настройки.

Для психоделического эффекта используйте режим Deep Dream, загрузите фото и увеличьте номер слоя — чем выше слой, тем страннее результат.

Deep Dream для профессионалов: программирование и кастомизация

Для тех, кто хочет полностью контролировать процесс, существует возможность запустить Deep Dream локально с помощью Python и TensorFlow.

Основные шаги:

1. Импортировать библиотеки (tensorflow, matplotlib, numpy).
2. Загрузить предобученную модель, например InceptionV3.
3. Выбрать промежуточные слои (mixed3, mixed5) для извлечения активаций.
4. Создать новую модель, которая выводит активации этих слоёв.
5. Загрузить и предобработать изображение (нормализация до диапазона [-1, 1]).
6. Реализовать функцию потерь (среднее значение активаций).
7. Запустить градиентный спуск: на каждом шаге изменять изображение, чтобы увеличить потери.
8. Повторять до достижения желаемого эффекта.

Пример кода на Python:

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

# Загрузка модели
base_model = tf.keras.applications.InceptionV3(include_top=False, weights='imagenet')

# Выбор слоёв
names = ['mixed3', 'mixed5']
layers = [base_model.get_layer(name).output for name in names]
deep_dream_model = tf.keras.Model(inputs=base_model.input, outputs=layers)

# Загрузка изображения
image = tf.keras.preprocessing.image.load_img('photo.jpg', target_size=(225, 375))
image = tf.keras.preprocessing.image.img_to_array(image)
image = tf.keras.applications.inception_v3.preprocess_input(image)

# Функция потерь
def calculate_loss(image, model):
    image_batch = tf.expand_dims(image, axis=0)
    activations = model(image_batch)
    losses = [tf.math.reduce_mean(act) for act in activations]
    return tf.reduce_sum(losses)

# Градиентный спуск
@tf.function
def deep_dream_step(model, image, learning_rate):
    with tf.GradientTape() as tape:
        tape.watch(image)
        loss = calculate_loss(image, model)
    gradients = tape.gradient(loss, image)
    gradients /= tf.math.reduce_std(gradients)
    image = image + gradients * learning_rate
    image = tf.clip_by_value(image, -1, 1)
    return loss, image

# Запуск
for epoch in range(1000):
    loss, image = deep_dream_step(deep_dream_model, image, learning_rate=0.0001)
    if epoch % 200 == 0:
        plt.imshow((image + 1) / 2)
        plt.show()

Этот подход даёт полный контроль над процессом и позволяет создавать уникальные изображения.

Практические примеры использования Deep Dream

Deep Dream применяется в различных сферах:

Художественное творчество. Создание уникальных картин, постеров, обложек для музыки. Психоделические изображения популярны в арт-сообществах.

Дизайн. Генерация текстур, фонов, паттернов для веб-дизайна, одежды, интерьеров.

Маркетинг и реклама. Необычные визуалы привлекают внимание в соцсетях и на баннерах.

Развлечения. Создание мемов, аватарок, открыток.

Образование. Изучение работы нейросетей, визуализация процессов машинного обучения.

Пример: пользователь загрузил фото серфера и после 8000 эпох Deep Dream получил изображение, где волны превратились в фантастические узоры, а фигура серфера стала частью сюрреалистического пейзажа.

Deep Dream — это не просто инструмент, а способ взглянуть на мир глазами искусственного интеллекта.

Вопросы и ответы