PyTorch 教程-在PyTorch中进行风格转移

在这个主题中，我们将实现一个基于深度神经网络的人工系统，它将创建具有高感知质量的艺术图像。该系统将使用神经表示来分离、重新组合任意图像的内容和风格，提供了一个用于创建艺术图像的神经算法。

专属福利 
👉点击领取：最全Python资料合集

神经风格转移算法的工作原理是什么？

在实现此算法时，我们定义两个距离；一个用于内容（Dc），另一个用于风格（Ds）。Dc测量两个图像之间的内容差异，而Ds测量两个图像之间的风格差异。我们将第三张图像作为输入，并对其进行转换，以既减小其与内容图像的内容距离，又减小其与风格图像的风格距离。

所需库

import torch  import torch.optim as  optim  #we will import transforms and models because we will transform our images and we will use pre-trained model VGG-19   from torchvision import transforms, models  from PIL import Image  import matplotlib.pyplot as plt  import numpy as np

初始化VGG-19模型

#importing model features   vgg=models.vgg19(pretrained=True).features  #we are using pre-trained model   # Maintain parameter constant setting  for param in vgg.parameters():      param.requires_grad_(False)

将模型添加到我们的设备

#Implementing device   device=torch.device("cuda" if torch.cuda.is_available() else "cpu")  #Attaching our vgg model to our device   vgg.to(device)

 1

热门推荐

• 5个Python自动化EDA库
• 直接领取！超多好看的红包封面~
• PyTorch 教程-数据增强过程