pytorch 之风格迁移

基础的风格迁移只能对其中一种风格进行迁移。该方法无法实现，需要再重新再对模型进行训练。
风格迁移算法：在保证内容图像的完整性的前提下，讲风格图像的风格融入内容图像中，使得内容图像的原始风格最后发生转变，实现内容和风格的融合

import torch
from torch.autograd import Variable
import torchvision
from torchvision import transforms, models
import copy
from PIL import Image
import matplotlib.pyplot as plt

# 数据预处理，加载数据
transform = transforms.Compose([transforms.Resize([224,224]),
                               transforms.ToTensor()])

def loading(path = None):
    img = Image.open(path)
    img = transform(img)
    img = img.unsqueeze(0)
    return img

content_img = loading('D:/neirong.jpg')
content_img = Variable(content_img).cuda()
style_img = loading('D:/fengge.jpg')
style_img = Variable(style_img).cuda()


# 内容度量值可以使用均方误差作为损失函数：
class Content_loss(torch.nn.Module):
    def __init__(self, weight, target):
        super(Content_loss, self).__init__()
        self.weight =