本周我在公司电脑（windows 10, i3 CPU, 3.7Hz）上用pip安装了TensorFlow库，在DOS命令行操作。之前想在虚拟机中的Ubuntu14.04运行TensorFlow，被专业是神经网络的研究生小伙伴及时制止，告诉我“在虚拟机里跑，不知道会遇到什么问题，运算速度也会很受限”。于是我乖乖的在win10环境下开始TensorFlow入门，并且他还推荐我做一个“画风迁移”的实验（当年他做的实验总结，自称百度搜索第一个就是他的）体会一下，据说是他的导师突然有一天给他的这个关键词，然后就不管他了，是的，不管了。
最开始的画风迁移论文，最强大脑20170331期识别孙代图画也是用的这个技术，首先展示下，本人借用GitHub上的代码合成的图片：
目录：
1.安装所需环境
2.制作适合本机性能的图片
3.在DOS环境下输入运行命令
一、安装所需环境
本人用的是python3.5，在Windows10下安装的TensorFlow。还需要执行程序所需要的依赖库（你可以输入命令python list查看已经安装的库）：
1.Pillow（可以通过pip安装）
2.NumPy+mkl（如果之前安装了numpy，请将numpy卸载，再访问下载的文件路径安装这个库）
3.SciPy
4.画风迁移Porject（解压成文件夹）
5.VGG model （将此文件放到画风迁移Project解压的文件夹内）
二、制作适合本机性能的图片
建议使用10kB左右（200*100+像素值）的content和style图片作为素材，我的电脑用了30分钟左右跑完的。第一次使用了GitHub项目中的图片200多kB，我算了下要CPU全速运行3个小时，可惜晚上公司停电，第二天发现才跑了一个小时就关机了。
推荐个技巧：使用Windows自带的画图工具，如下图。将所要转化的content.jpg和style.jpg按照箭头将图片水平像素值改为200，垂直像素值会自动按比例改变，点击确定。
将调整好的content.jpg和style.jpg放到画风迁移Project解压的文件夹内。
三、在DOS环境下输入运行命令
切换到项目所在路径，输入：
python neural_style.py --content content.jpg --styles style.jpg --out outfile.jpg --output
如果没有问题的话，就会看到
1/1000
2/1000
...
迭代1000次就会看到自己的作品了！兴奋至极！！！
