不吹不黑！用Pytorch轻易完成图像风格迁移

这次给大家介绍一个比较有意思的项目，先来看下效果：

上图是在甘南合作的米拉日巴佛阁外面拍下的一张照片，采用风格迁移技术后的效果为：

风格迁移主要目的是将一幅图的艺术风格转移到另一幅图中去。普通的佛寺生成了不同艺术风格的效果，如梵高的抽象油画风格，日本的浮世绘风格等，这就是利用PyTorch完成的图像风格迁移。

背后原理简介

PyTorch是Facebook开源的深度学习（包括机器学习）框架，深度学习技术可谓无孔不入，在计算机视觉领域尤为明显。图像分类、识别、定位、超分辨率、转换、迁移、描述等等都已经可以使用深度学习技术实现。

其中，风格迁移算法的成功，其主要基于以下两点：

1. 两张图像经过预训练好的分类网络，若提取出的高维特征(high-level)之间的欧氏距离越小，则这两张图像内容越相似

2. 两张图像经过与训练好的分类网络，若提取出的低维特征(low-level)在数值上基本相等，则这两张图像越相似，换句话说，两张图像相似等价于二者特征的矩阵具有较小的弗罗贝尼乌斯范数。

在实际生活中计算机视觉的应用也越来越广，包括像门禁、支付宝上的人脸识别、自动驾驶的路障识别、刷脸支付等等技术。为了在各产业抢占市场先机，众多人工智能企业纷纷不惜重金招揽计算机视觉人才。职友集给出的全国计算机视觉算法工程师的薪酬平均水平已高达27K/月。

计算机视觉算法工程师月平均收入

如果你也想深入了解计算机视觉这块，最近有一个基于Pytorch玩转风格迁移训练营值得一看，从深度学习领域必备经典网络框架入手，带你基于pytorch最新版本展开实例分析，基于真实数据集构建经典CV框架，全程原理和案例代码实战，一步步带大家入门如何使用PyTorch玩转深度学习！

入营原价199，限时优惠0.02元（相当于免费~），更包含专家答疑+社群交流+项目代码实战演练等服务~

人工智能在这几年发展得如火如荼，深度学习，计算机视觉都是很火的概念，如果你也想更深层次的接触深度学习，用pytorch框架着手完成一些项目，就来参加基于Pytorch玩转风格迁移训练营吧~