译者：
作者:
简介
本教程主要讲解如何实现由Leon A. Gatys，Alexander S. Ecker和Matthias Bethge提出的 。Neural-Style或者叫Neural-Transfer，可以让你使用一种新的风格将指定的图片进行重构。这个算法使用三张图片，一张输入图片，一张内容图片和一张风格图片，并将输入的图片变得与内容图片相似，且拥有风格图片的优美风格。
基本原理
原理很简单：我们定义两个间距，一个用于内容D_C，另一个用于风格D_S。D_C测量两张图片内容的不同，而D_S用来测量两张图片风格的不同。然后，我们输入第三张图片，并改变这张图片，使其与内容图片的内容间距和风格图片的风格间距最小化。现在，我们可以导入必要的包，开始图像风格转换。
导包并选择设备
下面是一张实现图像风格转换所需包的清单。
torch,torch.nn,numpy(使用PyTorch进行风格转换必不可少的包)torch.optim(高效的梯度下降)PIL,PIL.Image,matplotlib.pyplot(加载和展示图片)torchvision.transforms(将PIL图片转换成张量)torchvision.models(训练或加载预训练模型)copy(对模型进行深度拷贝；系统包)
from __future__ import print_functionimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optim