mxnet实战之艺术画

接着上一篇文章，在装好cuda7.5后。我们用mxnet来测试一下。

Neural art：用机器模仿著名画家,详细的博客是用MXnet实战深度学习之二:Neural art

1.说明

MXnet的neural art范例在mxnet/example/neural-style/目录下。因为这个例子需要大量的计算，推荐安装GPU版的mxnet。

mxnet的CPU和GPU无缝连接，如果没有GPU可以使用CPU版本，只是需要每张图耐心等待约40-50分钟。

2.下载模型

mxnet使用的是论文中描述的VGG模型，在第一次使用的时候需要执行download.sh下载该模型，mxnet的模型版本占约几十MB的空间。下载模型完毕之后，可以把需要绘画的原始图片和模仿的图片放到input目录里，比如说破狗的照片和梵高的图像，然后执行：

python run.py --content-image input/niuniu_duanwu.jpg --style-image input/vangogh.jpg

结果保存在output里面，默认每50次保存一次，当小于0.005是停止。

由于run.py里采用默认的参数，会导致内存不够报错。若采用-gpu -1（即用cpu跑），等时间真的很长。

如果下载一些小店的图片，并且将默认的最大边长由600改到512，则GTX750 2G的显卡就可以跑了。换GPU跑每张图只要2分钟！

（PS：师兄在TITAN X的那台机器上改caffe，所有我只是在自己的机器上跑了玩玩。）

3.效果展示：