图像迁移风格保存模型_训练快速的神经风格迁移模型

自12年以来，深度神经网络达到了前所未有的高潮，深度神经网络在 ImageNetchallenge 比赛上以 AlexNet 模型获胜是开了一个好头。AI 工程师已经将深度学习技术应用到越来越多的问题域，包括预训练的深度美国有线电视新闻网模型。还有什么比创造艺术更富有创造力呢?

一种已经提出并实施的想法，称为「神经风格转换」，允许你能够利用预训练的深度神经网络模型，并将某一图像的风格，例如或梵高或莫尼特的任何杰作，迁移到另一个图像，例如你的个人资料图片或你最喜欢的小狗的图片，从而创造了一个混合你的图片内容和名作风格的图像。

实际上有一个 iOS 应用程序称为 Prisma，它赢得了 2016

年度最佳应用程序，就是这样，它在短短几秒钟内，可以将你的图片转换成你所选择的任何风格。

在本文中，您将了解如何训练一个快速的神经风格迁移模型，并在自己的 iOS 上使用，实现 Prisma 可以做到的事情。

快速神经迁移模型的训练

在这一节中，按照以下步骤学习如何利用 TensorFlow 使用快速神经风格转移算法来训练模型:

1. 在你的 Mac 终端或者最好是有着 GPU 驱动的 Ubuntu 上，运行 git clone 命令，复制链接 this Github

repo，这是约翰逊快速风格迁移的一个很好的 TensorFlow 实现的分支，修改后经过训练的模型允许在 iOS 或 Android 应用程序中使用。

2. 运行 cd 命令 进入快速风格迁移目录，然后运行 setup.sh 脚本来下载预训练的 VGG-19 模型文件以及 MS COCO

训练数据集。

3. 运行以下命令，