TensorFlow2 实现神经风格迁移，DIY数字油画定制照片，Python学习笔记在互联网上火了

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

MAX_DIM = 512

scale = np.max(image.shape)/MAX_DIM

print(image.shape)

new_shape = tf.cast(image.shape[:2]/scale, tf.int32)

image = tf.image.resize(image, new_shape)

return image

content_image = scale_image(np.asarray(Image.open(‘7.jpg’)))

style_image = scale_image(np.asarray(Image.open(‘starry-night.jpg’)))

VGG预处理

Keras 预训练模型期望输入图像的BGR范围为 [0, 255] 。因此，第一步是反转颜色通道，以将 RGB 转换为BGR 。 VGG 对不同的颜色通道使用不同的平均值，可以使用 tf.keras.applications.vgg19.preprocess_input() 进行预处理，在 preprocess_input() 内部，分别为B，G和R通道的像素值减去 103.939 、116.779 和 123.68 。

以下是前向计算代码，在对图像进行前向计算之前先对其进行预处理，然后再将其输入模型以返回内容特征。然后，我们提取内容特征并将其用作我们的目标：

def extract_features(image):

image = tf.keras.applications.vgg19。preprocess_input(image *255.)

content_ref = model(image)

return content_ref

content_image = tf.reverse(content_image, axis=[-1])

content_ref = extract_features(content_image)

在代码中，由于图像已标准化为 [0., 1.]，因此我们需要通过将其乘以255将其恢复为 [0.，255.]。然后创建一个随机初始化的输入，该输入也将成为风格化的图像：

image = tf.Variable(tf.random.normal( shape=content_image.shape))

接下来，我们将使用反向传播从内容特征中重建图像。

重建内容

在训练步骤中，我们将图像馈送到冻结的 VGG 中以提取内容特征，然后使用 L 2 L_2 L2​损失针对目标内容特征进行度量，用于计算每个特征层的L2损失：

def calc_loss(y_true, y_pred):

loss = [tf.reduce_sum((x-y)**2) for x, y in zip(y_pred, y_true)]

return tf.reduce_mean(loss)

使用 tf.GradientTape() 计算梯度。在正常的神经网络训练中，将梯度更新应用于可训练变量，即神经网络的权重。但是，在神经风格迁移中，将梯度应用于图像。之后，将图像值剪裁在 [0., 1.] 之间，如下所示：

for i in range(1,steps+1):

with tf.GradientTape() as tape:

content_features = self.extract_features(image)

loss = calc_loss(content_features, content_ref)

grad = tape.gradient(loss, image)

optimizer.apply_gradients([(grad, image)])

image.assign(tf.clip_by_value(image, 0., 1.))

使用block1_1重建图像，训练了2000步后，得到重构后的内容图像：

使用block4_1重建图像，训练了2000步后，得到重构后的内容图像：

可以看到使用层block4_1时，开始丢失细节，例如树叶的形状。当我们使用block5_1时，我们看到几乎所有细节都消失了，并充满了一些随机噪声：

如果我们仔细观察，树叶的结构和边缘仍然得到保留，并在其应有的位置。现在，我们已经提取了内容，提取内容特征后，下一步是提取样式特征。

用Gram矩阵重建风格

在内容重建中可以看出，特征图（尤其是前几层）既包含风格又包含内容。那么我们如何从图像中提取风格特征呢？方法是使用 Gram 矩阵，该矩阵可计算不同滤波器响应之间的相关性。假设卷积层1的激活形状为 (H, W, C) ，其中 H 和 W 是空间尺寸，C 是通道数，等于滤波器的数量，每个滤波器检测不同的图像特征。

当具有一些共同的特征(例如颜色和边缘)时，则认为它们具有相同的纹理。例如，如果我们将草地的图像输入到卷积层中，则检测垂直线和绿色的滤波器将在其特征图中产生更大的响应。因此，我们可以使用特征图之间的相关性来表示图像中的纹理。

要通过形状为 (H, W, C) 的激活来创建Gram矩阵，我们首先将其重塑为 C 个向量。每个向量都是大小为 H×W 的一维特征图。对 C 个向量执行点积运算，以获得对称的C×C Gram 矩阵。在 TensorFlow 中计算 Gram 矩阵的详细步骤如下：

1. 使用 tf.squeeze() 将批尺寸 (1, H, W, C) 修改为 (H, W, C) ；

2. 转置张量以将形状从 (H, W, C) 转换为 (C, H, W) ；

3. 将最后两个维度展平为 (C, H×W)；

4. 执行特征的点积以创建形状为 (C, C) 的 Gram 矩阵；

5. 通过将矩阵除以每个展平的特征图中的元素数 (H×W) 进行归一化。

计算 Gram 矩阵的代码如下：

def gram_matrix(x):

x = tf.transpose(tf.squeeze(x), (2,0,1));

x = tf.keras.backend.batch_flatten(x)

num_points = x.shape[-1]

gram = tf.linalg.matmul(x, tf.transpose(x))/num_points

return gram

可以使用此函数为指定的样式层的每个 VGG 层获取 Gram 矩阵。然后，我们对来自目标图像和参考图像的 Gram 矩阵使用 L 2 L_2 L2​损失。损失函数与内容重建相同。创建 Gram 矩阵列表的代码如下：

def extract_features(image):

image = tf.keras.applications.vgg19.preprocess_input(image *255.)

styles = self.model(image)

styles = [self.gram_matrix(s) for s in styles]

return styles

以下图像是从不同VGG图层的风格特征中重构得到的：

在从block1_1重建的风格图像中，内容信息完全消失，仅显示高频纹理细节。较高的层block3_1，显示了一些卷曲的形状：

这些形状捕获了输入图像中风格的较高层次。 Gram矩阵的损失函数是平方误差之和而不是均方误差。因此，层次风格较高的层具有较高的固有权重。这允许传输更高级的风格表示形式，例如笔触。如果使用均方误差，则低层次的风格特征(例如纹理)将在视觉上更加突出，并且可能看起来像高频噪声。

实现神经风格转换

---

现在，我们可以合并内容和风格重构中的代码，以执行神经样式转移。

我们首先创建一个模型，该模型提取两个特征块，一个用于内容，另一个用于样式。内容重建使用block5_conv1层，从block1_conv1到block5_conv1的五层用于捕获来自不同层次结构的风格，如下所示：

vgg = tf.keras.applications.VGG19(include_top=False, weights=‘imagenet’)

default_content_layers = [‘block5_conv1’]

default_style_layers = [‘block1_conv1’,

‘block2_conv1’,

‘block3_conv1’,

‘block4_conv1’,

‘block5_conv1’]

content_layers = content_layers if content_layers else default_content_layers

style_layers = style_layers if style_layers else default_style_layers

self.content_outputs = [vgg.get_layer(x).output for x in content_layers]

self.style_outputs = [vgg.get_layer(x).output for x in style_layers]

self.model = Model(vgg.input, [self.content_outputs, self.style_outputs])

在训练循环开始之前，我们从各自的图像中提取内容和风格特征以用作目标。虽然我们可以使用随机初始化的输入来进行内容和风格重建，但从内容图像开始进行训练会更快：

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-6iSvhFgX-1713390690718)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！