DeepImageReconstruction:Shen，Horikawa，Majima和Kamitani的数据和演示代码（20...

深度图像重建 数据和演示代码 。 该预印本可在bioRxiv上获取（ ）。 要求 Python 2.7 脾气暴躁的 西皮 枕头（PIL） 带有向上卷积层的Caffe （分支：deepsim） CPU和GPU都可以安装 用法 准备 从figshare下载数据文件（请参阅 ）。 下载Caffe网络（请参阅 ）。 从大脑活动中解码DNN特征 您可以从大脑活动中跳过特征解码，因为我们提供了原始论文中使用的已解码DNN特征（请参阅 ）。 我们在先前的研究中使用了相同的方法进行DNN特征解码（ ） 用于DNN功能解码的Python代码可从。 通过解码的CNN特征重建图像 我们提供了七个脚本，可以再现原始论文中的主要图形。 1_reconstruct_natural_image.py 使用深层生成器网络（DGN）从CNN重构来自CNN特征的自然图像； 复制结果如图2所示。 2_re