PyTorch 1.0 中文官方教程：使用 PyTorch 進行圖像風格轉換

譯者：bdqfork

做者: Alexis Jacq

簡介

本教程主要講解如何實現由Leon A. Gatys，Alexander S. Ecker和Matthias Bethge提出的 Neural-Style 算法。Neural-Style或者叫Neural-Transfer，能夠讓你使用一種新的風格將指定的圖片進行重構。這個算法使用三張圖片，一張輸入圖片，一張內容圖片和一張風格圖片，並將輸入的圖片變得與內容圖片類似，且擁有風格圖片的優美風格。

基本原理

原理很簡單：咱們定義兩個間距，一個用於內容D_C，另外一個用於風格D_S。D_C測量兩張圖片內容的不一樣，而D_S用來測量兩張圖片風格的不一樣。而後，咱們輸入第三張圖片，並改變這張圖片，使其與內容圖片的內容間距和風格圖片的風格間距最小化。如今，咱們能夠導入必要的包，開始圖像風格轉換。

導包並選擇設備

下面是一張實現圖像風格轉換所需包的清單。

• torch, torch.nn, numpy (使用PyTorch進行風格轉換必不可少的包)
• torch.optim (高效的梯度降低)
• PIL, PIL.Image, matplotlib.pyplot (加載和展現圖片)
• torchvision.transforms (將PIL圖片轉換成張量)
• torchvision.models (訓練或加載預訓練模型)
• copy (對模型進行深度拷貝；系統包)

from __future__ import print_function

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim

閱讀全文／改進本文