最近在知乎上发现的一个好玩的东西：杨航锋的回答

动手把它实现了一下，记录下自己遇到的问题防止遗忘。

1、tensorflow需要python3

这一点曾经深深影响了我学习这个教程的动力。不过好在anaconda可以新建一个环境使得python2和python3兼容。

所以到网上查看搭建python2和python3环境的攻略就好了，记得设置python3为环境变量。

2、按照教程完成基本工作

1.相关依赖库的安装
2.配置运行环境
3.代码编写

3、开始实践

完成以上步骤之后，建立一个这样的文件夹（随便在哪里建立,finshed是为了存储方便，使用说明是我自己写的备忘录），必要的是条件是：教程里面给写好的py文件，test中放入要处理的图像，train中放入要学习的图像。

然后打开cmd命令，进入所在文件夹，

运行如下语句：

python3 neural_style_transfer.py   D:\办公\tensorflow图像处理\test\2.jpg   D:\办公\tensorflow图像处理\train\11.jpg   D:\办公\tensorflow图像处理\finished\

解释：

python3 neural_style_transfer.py                    指用python3运行neural_style_transfer.py这个文件

D:\办公\tensorflow图像处理\test\2.jpg            指要处理的图像

D:\办公\tensorflow图像处理\train\11.jpg         指要学习的图像

D:\办公\tensorflow图像处理\finished\             把处理好的图像存储在哪里

常见（自己犯过）的问题：

1、python3 没有设置环境变量，会提示找不到python3命令。

2、图像的大小是有限制的，我用了梵高的《星夜》超清图（448M）结果像素超过了限制。用PS修改像素，处理一下就好

运行成功的截图：

一共迭代10次，迭代过程比较慢，i7 7700k+1066+8G大概需要1个多小时跑完。

下面是完成迭代后的结果：

最后一张就是效果最好的图片，对比教程里面的照片而言，不会出现非常突兀的黄色，云朵的纹路也非常完美，也许是训练图片的像素、色差之类的影响吧。

但是模仿的图里不会像梵高的画里面有一些扭曲的线条，直线还是直线，这也许是个优化的方向。

当我第一眼看到这张图的时候，还是非常震撼的。尤其是图书馆屋顶上的两抹黄色，就像对应着圣光照耀一般（手动滑稽，圣骑给我往死里奶）

把那个新建的文件夹包括配置文件传在百度云里了，百度云经常失效还速度慢，****不知道怎么传文件，看来以后真的要转Github了。

链接：https://pan.baidu.com/s/1ZAkASaX6bzAhKIW-Ctbufw 密码：jqqj

虽然有许多人完成过这个工作，但是自己爬山看日出和在电视里看日出还是不一样的，对吧？