本文共 865 字，大约阅读时间需要 2 分钟。
下载W3Cschool手机App，0基础随时随地学编程导语
这大概是去年深度学习最火的应用之一了吧，利用神经网络将世界名画的画风迁移到任意一张普通的图片上。
还是先放图！
左边是待转换图片，右边是供以学习画风的图片：
结果：
再来一组：
所需工具获取
密码: bqjs
工具清单
所给出的文件包括：该项目实现的原理论文： "A Neural Algorithm of Artistic Style"；
GitHub上相关项目的源文件(TensorFlow实现)；
该项目实现的Keras版本(也是获得前面两个例子的源代码，我做了一些注释)。
使用说明
STEP1：
将所提供的models文件夹放在类似下图所示的路径下：
STEP2：
运行所提供的ImitationPaintings.py文件，格式为python ImitationPaintings.py+待转化图片路径+模板图片路径+生成图片保存路径加名称(注意不需要有.jpg等后缀)，例如：
实现起来就是这么简单，默认迭代次数为10，运行所需时间略久，至于具体的原理，可以参见论文和相关的GitHub项目(因为所需的理论基础实在太多，我也不知道如何介绍其原理，这里推荐一篇博文：http://www.cnblogs.com/mangoyuan/p/6329410.html个人觉得写的一般，想要明白具体原理还是需要研读论文和源代码才行)。
其他库实现风格转换
1.基于python深度学习库DeepPy的实现：
https://github.com/andersbll/neural_artistic_style
2.基于python深度学习库Caffe的实现：
https://github.com/fzliu/style-transfer
3.基于python深度学习库TensorFlow的实现：
https://github.com/log0/neural-style-painting
最后再放些图片吸引一下大家吧
下面是一些别人跑出来的结果，感觉很nice。
