Я пытаюсь обмануть нейронную сеть, как в этой статье: https://codewords.recurse.com/issues/five/why-do-neural-networks-think-a-panda-is-a-vulture
Я изо всех сил пытаюсь найти способ создания compute_gradient
метода с использованием tenorflow:
def compute_gradient(image, intended_outcome):
# Put the image into the network and make the prediction
predict(image)
# Get an empty set of probabilities
probs = np.zeros_like(net.blobs['prob'].data)
# Set the probability for our intended outcome to 1
probs[0][intended_outcome] = 1
# Do backpropagation to calculate the gradient for that outcome
# and the image we put in
gradient = net.backward(prob=probs)
return gradient['data'].copy()
Буду признателен за любые советы о том, как рассчитать «градиент бумажного полотенца».