摘要：沒錯，火遍朋友圈的修圖工具的背后就是最近流行的四個字深度學(xué)習(xí)。這樣處理后得到的僅是圖片的紋理而不是整體布局。這就是提供給我們的修圖效果。以上用一句話概括就是，深度學(xué)習(xí)實現(xiàn)了藝術(shù)內(nèi)容和藝術(shù)風(fēng)格的分離與重構(gòu)。

引子：有段子手言，地球上的人一半在用Pokemon Go追皮卡丘的時候，剩下的一半在用Prisma修圖！這款由俄羅斯創(chuàng)業(yè)團(tuán)隊研發(fā)的圖片處理app，從研發(fā)到上線僅幾個月就用戶量驚人，更讓人驚訝的是，團(tuán)隊僅僅只有四個人。這真的可能嗎？

如果你是因為標(biāo)題黨而進(jìn)來，謝謝并希望你離開的時候能獲得你想要的干貨；如果你已經(jīng)猜到了答案，也謝謝你愿意進(jìn)來驗證你的猜測。

沒錯，火遍朋友圈的修圖工具Prisma的背后就是最近流行的四個字：深度學(xué)習(xí)。啊對，深度學(xué)習(xí)就是弄一個深度神經(jīng)網(wǎng)絡(luò)模型，很深很深的網(wǎng)絡(luò)模型，大概有19層那么深。（咦這個確實好深啊，貌似那個下圍棋的alphago也就13層~）

不是說干貨么，這就完了？當(dāng)然不行。那咱能直接跑一個模型玩玩嗎？貌似也不太行。跑這樣一個神經(jīng)網(wǎng)絡(luò)模型，需要你的計算機(jī)有一顆強(qiáng)大的心臟（較好有個GPU啥的），然后，你要安裝一堆lua，torch，caffe，cuda之類的玩意兒。你以為prisma和別的app一樣，是靠你那小手機(jī)就能搞的那么炫酷的嗎？非也，它的背后必須有一個強(qiáng)大的云服務(wù)器。不信你斷網(wǎng)，再拿prisma試試。

所以，prisma是把你的圖片壓縮好后，用網(wǎng)絡(luò)傳送到了他家服務(wù)器，然后處理結(jié)束再傳給了你。

嗯這還不是特別干的干貨，下面才進(jìn)入正題。也許你會覺得有點枯燥，不過希望我盡量能講的通俗，你盡量能收點干貨，而那些繁瑣的數(shù)學(xué)公式和略晦澀的術(shù)語我會跳過。

下文參考自：A Neural Algorithm of Artistic Style（by Leon A. Gatys, Alexander S. Ecker, and Matthias Bethge）

在深度神經(jīng)網(wǎng)絡(luò)的家族里，處理圖片最給力的模型叫卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）。CNN的每一層結(jié)構(gòu)和一般的NN不太一樣，它的每一層就像一個過濾器，分層次的處理輸入圖像。每經(jīng)過一層，就會更抽象一些，術(shù)語上來說是對上一層的特征提取。所以，每一層都可以看作為一個特征映射（feature maps）。

當(dāng)CNN被用來訓(xùn)練識別物體（object recognition）時，研究者構(gòu)造了一種網(wǎng)絡(luò)結(jié)構(gòu)，它可以使物體信息逐層更明顯地提取出來，也就是說，這種網(wǎng)絡(luò)結(jié)構(gòu)關(guān)心的是圖片內(nèi)容（content）。每一層的feature maps都可以用來重構(gòu)圖片，較深層次（high-level）的重構(gòu)，如下圖第二排d，e，更多的捕捉內(nèi)容而忽略像素，而較淺的，如下圖第二排a，b，c，僅僅是像素的復(fù)制。因此，研究者多采用較深的網(wǎng)絡(luò)結(jié)構(gòu)來做內(nèi)容重構(gòu)（content representation）。

而CNN模型也同樣可以用來做風(fēng)格重現(xiàn)（style representations）。這時，研究者使用一種原創(chuàng)設(shè)計的特征空間（feature space）來提取圖片的紋理信息（texture information）。feature space會加在每一層過濾層之上，它包含的是不同過濾層處理后的feature maps之間的相關(guān)性。這樣處理后得到的僅是圖片的紋理而不是整體布局（global arrangement）。如上圖第一排所示。同樣的，較深的網(wǎng)絡(luò)層可以更好的提取紋理而忽略內(nèi)容。

論文研究者的發(fā)現(xiàn)是：content representations和style representations是可以分離的！并且重新組合后可以成為一張全新的圖片，它具備名畫（artwork）的風(fēng)格和我們自己的照片的內(nèi)容。這就是prisma提供給我們的修圖效果。同時，內(nèi)容重現(xiàn)和風(fēng)格重現(xiàn)在重構(gòu)過程中是可以權(quán)衡的（trade-off）。所以，prisma也具備了百分比設(shè)置功能，即多大程度保留內(nèi)容。

而其實這項技術(shù)在2015年8月左右就已經(jīng)在github上開源了，搜索關(guān)鍵詞deepdream可以找到。而如今它真的成為了一款流行市場的互聯(lián)網(wǎng)產(chǎn)品，歷時將近一年。這從技術(shù)開發(fā)到面向市場的速率也非常驚人。再看自動駕駛技術(shù)，糅合人工智能，AR/VR等技術(shù)，雖然如今還事故頻頻，但相信不久也會技驚四座。

以上用一句話概括就是，深度學(xué)習(xí)實現(xiàn)了藝術(shù)內(nèi)容和藝術(shù)風(fēng)格的分離與重構(gòu)。雖然這還談不上創(chuàng)造力，但也算art and science的完美結(jié)合！這不愧說—— Data scientist is the sexist job of 21st century.

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識

QQ群：81035754