Keras运行prisma手记(Windows)
曾经在ubuntu上折腾过caffe,感觉半条命都浪费在了安装中,直到遇见了keras,这是我这种新手的福音~
本文不分析prisma的原理,仅仅记录我是如何通过keras运行prisma的。其中prisma源代码来自github,仅仅执行一条命令,就能运行prisma~~
1、安装keras
pip install keras
如果安装成功,import keras不会报错
配置keras后端,在我的电脑上C:\Users\lijialin.keras,有一个文件夹,里面的结构如下
其中,vgg16是一个卷积神经网络(CNN),有13个卷积层和3个全连接层,一共16层。如果我们想训练CNN必须下载vgg16。然后把下载好的文件,放入到上面的文件夹下。
如果后端使用的是tensorflow,就需要下载 vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5
如果后端使用theano,需要下载 vgg16_weights_th_dim_ordering_th_kernels_notop.h5
keras.json是keras的配置文件,我们配置keras后端使用tensorflow还是theano可以在这个文件中配置。文件中的内容如下:
{
"image_dim_ordering": "tf",
"floatx": "float32",
"epsilon": 1e-07,
"backend": "tensorflow"
}
2、下载prisma源代码
源码github 地址:https://github.com/titu1994/Neural-Style-Transfer
源码结构如下,这里面的Network.py就是我们执行程序的入口文件
执行命令:
python network.py "C:\Users\lijialin\Desktop\content.jpg" "C:\Users\lijialin\Desktop\style.jpg" "C:\Users\lijialin\Desktop\result\"
content.jpg是提供内容的图片;
style.jpg是提供风格的图片;
两者产生的结果图存放在result目录下;
抛开prisma的原理不谈,我们先看一下效果。由于没有GPU加速,迭代一次耗时近500m,时间关系我仅仅迭代了2层。迭代两层也能看出一些效果。
content.jpg
style.jpg
result.jpg
参考:
自己写个prisma:http://www.jianshu.com/p/ea444326ae2a
AI修图艺术:https://www.leiphone.com/news/201607/DAHZ0RG1kuVi8bNB.html