本文主要是介绍【机器学习】【深度学习】MXnet神经网络图像风格迁移学习简介，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
使用部分
一、编程环境
编程环境使用Windows11上的Anaconda环境，Python版本为3.6. 关于Conda环境的建立和管理，可以参考我的博客：【Anaconda】【Windows编程技术】【Python】Anaconda的常用命令及实操
二、项目结构（代码非原创）
根目录MXNet-Gluon-Style-Transfer下包含dataset（数据集）文件夹、images（图像）文件夹、models（模型）文件夹。venv1—venv4为之前创建的4个虚拟环境（不使用）。其他重要文件包括：
run.py：运行入口
images文件夹结构
content：待转换的内容图片；
output：转换结果输出位置；
styles：风格图片。
三、run.py内容
import osos.system("python main.py eval --content-image images/content/lyq.jpg --style-image images/styles/shipwreck.jpg --output-image images/output/1.jpg --model models/21styles.params --cuda=0")
解释：
python main.py eval # 运行main.py，选项为eval（evaluate，测试模型）
–content-image images/content/lyq.jpg # 内容图片
–style-image images/styles/shipwreck.jpg # 风格图片
–output-image images/output/1.jpg # 输出图片
–model models/21styles.params # 模型选择
–cuda=0 # 是否使用cuda加速（笔者电脑没有N家显卡，选择0）
四、运行测试
原图片：
风格图片：
结果图片：
原理部分
这篇关于【机器学习】【深度学习】MXnet神经网络图像风格迁移学习简介的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
