本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

20分鐘生成復(fù)雜的藝術(shù)作品，而且還是用英偉達(dá)上上代的1080顯卡？

現(xiàn)在神經(jīng)網(wǎng)絡(luò)上手門檻這么親民了嗎？

沒錯，這是一個叫做neural-style-pt的風(fēng)格遷移模型，基于Pytorch實(shí)現(xiàn)，而且剛剛開源！

有關(guān)這個算法模型的話題在Reddit上才發(fā)布一天，熱度接近2000。

neural-style-pt，真的酷炫又親民嗎？

豐富的融合方式

neural-style-pt是論文A Neural Algorithm of Artistic Style的Pytorch實(shí)現(xiàn)。

論文介紹了一種利用卷積神經(jīng)網(wǎng)絡(luò)將一張圖片的內(nèi)容，與另一張圖片的風(fēng)格相結(jié)合的算法，就是我們熟知的“風(fēng)格遷移”網(wǎng)絡(luò)。

比如，將《星空》的藝術(shù)風(fēng)格映射到一張斯坦福校園的夜景照片上：

或者根據(jù)給定圖像的不同藝術(shù)風(fēng)格，分別融合進(jìn)目標(biāo)圖片：

除了“分別”融合，還能把多個藝術(shù)風(fēng)格融進(jìn)一張圖片：

從左上角順時針開始風(fēng)格分別為”星空 “+”吶喊”、”吶喊 “+”構(gòu)圖七（瓦西里·康定斯基油畫）“、”坐著的裸女（莫蒂里安尼油畫） “+”構(gòu)圖七”、”坐著的裸體 “+”星空”。

在進(jìn)行風(fēng)格遷移時，添加“-original_colors 1”指令，還可以只改變風(fēng)格，不改變原圖顏色：

1080卡就能跑？

根據(jù)后臺和優(yōu)化器的不同，算法運(yùn)行速度會有很大差異。

在Tesla K80上使用512像素圖片迭代500次時間參考：

• 后臺nn、優(yōu)化器L-BFGS: 117秒
• 后臺nn、優(yōu)化器 ADAM: 100秒
• 后臺cudnn -優(yōu)化器L-BFGS: 124秒
• 后臺cudnn -優(yōu)化器ADAM：107秒
• 后臺cudnn -cudnn_autotune -優(yōu)化器L-BFGS: 109秒
• 后臺cudnn -cudnn_autotune -優(yōu)化器ADAM: 91秒

 而在GTX 1080上，相同基準(zhǔn)下時間更快：

• 后端nn -優(yōu)化器L-BFGS: 56秒
• 后臺nn -優(yōu)化器 ADAM: 38秒
• 后臺cudnn -優(yōu)化器L-BFGS: 40秒
• 后臺cudnn -優(yōu)化器ADAM：40秒
• 后臺cudnn -cudnn_autotune -優(yōu)化器 lbfgs: 23秒
• 后臺cudnn -cudnn_autotune -優(yōu)化器ADAM: 24秒

 結(jié)合當(dāng)下1080卡的售價，不得不說，這樣的門檻，對于機(jī)器學(xué)習(xí)來說，已經(jīng)很香了。

默認(rèn)情況下，neural-style-pt使用后端進(jìn)行卷積，L-BFGS進(jìn)行優(yōu)化。但會使用大量的內(nèi)存，可以通過以下方法來減少內(nèi)存的使用。

使用cuDNN，添加-backend cudnn來使用cuDNN后端。而使用ADAM時，添加-optimizer adam來使用ADAM而不是L-BFGS。

在默認(rèn)設(shè)置下，neural-style-pt在系統(tǒng)上使用了大約3.7GB的GPU內(nèi)存；切換到ADAM和cuDNN可以將GPU內(nèi)存占用減少到大約1GB。

如何上手試玩

安裝neural-style-pt，首先要準(zhǔn)備好Pytorch。

然后，使用下方一句話指令就能安裝已經(jīng)訓(xùn)練好的模型：

python models/download_models.py 

安裝完以后，上手試玩也很簡單，一行代碼就能實(shí)現(xiàn)：

python neural_style.py -style_image-content_image 

如果要載入多種風(fēng)格，需要分隔不同的圖片文件名：

-style_image starry_night.jpg,the_scream.jpg 

注意，圖片名稱要包含完整的地址路徑。

基本操作就是這些。

neural-style-pt還有一點(diǎn)強(qiáng)大的功能，就是可以使用多個不同的計算設(shè)備來處理高分辨率圖像。

不同的設(shè)備會輸出不同網(wǎng)絡(luò)層的計算結(jié)果。

你可以用-gpu指令控制使用哪些GPU和CPU設(shè)備，你也可以用-multidevice_strategy控制如何在不同設(shè)備上分割層。

例如，在一個有四個GPU的服務(wù)器中，指令“-gpu 0,1,2,3”，指按順序在GPU 0、1、2和3上進(jìn)行處理。

同時給出 -multidevice_strategy 3,6,12指令，表示前兩層應(yīng)該在GPU 0上計算，第3到5層應(yīng)該在GPU 1上計算，第6到11層應(yīng)該在GPU 2上計算，其余的層應(yīng)該在GPU 3上計算。

根據(jù)你的需求調(diào)整-multidevice_strategy，可以達(dá)到輸出的最大分辨率。

下面是一張4016x2213分辨率圖像，是在使用8個Tesla K80 GPU的服務(wù)器上生成的：

1080顯卡入門，還能“分布式”計算，這么酷炫好玩低門檻的風(fēng)格遷移網(wǎng)絡(luò)，趕快來試試吧~

傳送門：
https://github.com/ProGamerGov/neural-style-pt