图像风格迁移style-transfer

这个demo是之前一阵子很火的程序，给定一张艺术风格的画作，然后通过深度神经网络学习训练，将一幅普通的图片风格转换。

这个demo让我知道了为什么那么多研究计算机视觉的或者深度学习的人需要一个强大的电脑配置，原来CPU_ONLY跑起来真的巨慢，142K图片训练跑完花了将近一个下午。

这次demo并没有收获很多有关深度学习的知识，不过倒是弄了很多环境配置方面的东西，头都要炸了，原本简单的配置步骤，由于网络原因，必须“另辟蹊径”，训练花了一下午，配置花了我2天。。。

原图：

要学习的风格：

效果图：

工程中还知道了，pip conda可以选择一些国内的镜像，从而加快python的库install速度。

caffe 环境配置 via “http://blog.csdn.net/xiao_mink/article/details/53699773”

demo实现 via “http://blog.csdn.net/sinat_26917383/article/details/53978519”