本文是对 Github 项目 misgod/fast-neural-style-keras 的实践。

实践过程

1. 下载并解压该 GitHub 项目。
2. 在 images 文件夹 中新建 output 文件夹 和train 文件夹。
3. 在 train 文件夹 文件夹中放入你的数据集。
4. 在 images 文件夹 中style 文件夹 放入你的风格图片。
5. 导入包：这是我反复测试得到的，pip install scipy==1.2.1和pip install keras==2.1.2，使用这些版本会减少很多报错。
6. 训练模型：python train.py --style 风格图片名 。注意：风格图片名不要带.jpg 文件后缀。
7. 应用模型：自行参考该项目：python transform.py -i image/content/101.jpg -s la_muse -b 0.1 -o out。

各种报错的解决方法

报错：ImportError: cannot import name ‘_obtain_input_shape’
参考：https://www.cnblogs.com/sssal…
解决：vgg16.py第 18 行处，使用 keras_applications 代替 keras.applications。

报错：ImportError: cannot import name ‘imsave’
参考：https://blog.csdn.net/weixin_…
解决：pip install scipy==1.2.1

报错：ModuleNotFoundError: No module named ‘sklearn’
解决：pip install sklearn

报错：AttributeError: module ‘keras.backend’ has no attribute ‘image_dim_ordering’
参考：https://blog.csdn.net/w568841…
解决：vgg16.py中第 87 行将 include_top 改为 require_flatten。

报错：FileNotFoundError: [WinError 3] 系统找不到指定的路径。:’images/train/’
解决：在 images 文件夹 中新建train 文件夹。

报错：FileNotFoundError: [Errno 2] No such file or directory: ‘images/output/ 风格图片名_0.png’
解决：在 images 文件夹 中新建output 文件夹。

报错：Found 0 images belonging to 0 classes.……ZeroDivisionError: integer division or modulo by zero
参考：https://cloud.tencent.com/dev…
解决：图片不能直接放在 train 文件夹 中。需在 train 文件夹 中再新建一个文件夹，再将图片放入新建文件夹中。

报错：ValueError: Error when checking target: expected block5_pool to have shape (None, 8, 8, 512) but got array with shape (1, 256, 256, 3)
参考：https://blog.csdn.net/weixin_41735859/article/details/86288356
解决：pip install keras==2.1.2

报错：ValueError: Input arrays should have the same number of samples as target arrays. Found 0 input samples and 1 target samples.
报错：No module named ‘keras.layers.merge’
报错：AttributeError: module ‘keras.backend’ has no attribute ‘image_dim_ordering’
报错：ImportError: You need to first‘import keras’in order to use‘keras_applications’
报错：ImportError: cannot import name ‘_obtain_input_shape’
以上统一解决：pip install keras==2.1.2

以上就是我实践过程中出现的问题，希望对大家有帮助！
吐槽一句：尽量模仿作者的运行环境（包括导入包的版本）能省好多好多事儿啊……