【文件属性】：
文件名称：style-transfer-pytorch:PyTorch中的神经风格转换
文件大小：53KB
文件格式：ZIP
更新时间：2021-05-10 05:18:19
pytorch style-transfer neural-art Python
风格转移火炬
在PyTorch中实现神经风格转换（），支持CPU和Nvidia GPU。 它会自动进行多尺度（从粗到细）样式化，以生成高质量的高分辨率样式化，如果GPU有足够的内存，甚至可以达到打印分辨率。 如果有两个GPU，则它们都可以用来提高最大分辨率。 （使用两个GPU并不比使用一个GPU快。）
该算法已通过以下方式从文献中进行了修改：
使用PyTorch预训练的VGG-19砝码代替原始的VGG-19砝码
将VGG-19第一层的填充模式更改为“复制”，以减少边缘伪像
使用平均值池或L2池时，请根据经验得出的因子对结果进行缩放，以确保结果的幅度平均保持不变（Gatys等人（2015年）未执行此操作）
使用MSE损失的近似值，使其内容和样式损失的梯度L1范数约为1（以近似梯度归一化的效果，从而产生更好的视觉质量）
通过每个特征图通道中的元素数量而不是元素总数（Johnson等人）
【文件预览】：
style-transfer-pytorch-master
----.eslintrc.json(527B)
----LICENSE(1KB)
----style_transfer()
--------style_transfer.py(15KB)
--------sRGB Profile.icc(3KB)
--------cli.py(10KB)
--------web_interface.py(4KB)
--------web_static()
--------__init__.py(288B)
----setup.py(1008B)
----.gitignore(65B)
----README.md(7KB)
----.tern-project(177B)