引子：有段子手言，地球上的人一半在用Pokemon Go追皮卡丘的时候，剩下的一半在用Prisma修图！这款由俄罗斯创业团队研发的图片处理app，从研发到上线仅几个月就用户量惊人，更让人惊讶的是，团队仅仅只有四个人。这真的可能吗？
如果你是因为标题党而进来，谢谢并希望你离开的时候能获得你想要的干货；如果你已经猜到了答案，也谢谢你愿意进来验证你的猜测。
没错，火遍朋友圈的修图工具Prisma的背后就是最近流行的四个字：深度学习。啊对，就是一个深度神经网络模型，很深很深的网络模型，大概有19层那么深。（咦这个确实好深啊，貌似那个下围棋的alphago也就13层~）
不是说干货么，这就完了？当然不行。那咱能直接跑一个模型玩玩吗？貌似也不太行。跑这样一个神经网络模型，需要你的计算机有一颗强大的心脏（最好有个GPU啥的），然后，你需要安装一堆lua，torch，caffe，cuda之类的玩意儿。你以为prisma和别的app一样，是靠你那小手机就能搞出这么炫酷的样式吗？非也，它的背后必须有一个强大的云服务器。不信你断网，再拿prisma试试。
所以，prisma是把你的图片压缩好后，用网络传送到了他家服务器，然后处理结束再传给了你。
嗯这还不是特别干的干货，下面才进入正题。也许你会觉得有点枯燥，不过希望我尽量能讲的通俗，你尽量能收点干货，而那些繁琐的数学公式和略晦涩的术语我会跳过。
下文主要参考自论文：A Neural Algorithm of Artistic Style（by Leon A. Gatys, Alexander S. Ecker, and Matthias Bethge）
在深度神经网络的家族里，处理图片最给力的模型叫卷积神经网络（Convolutional Neural Network，简称CNN）。CNN的每一层结构和一般的NN不太一样，它的每一层就像一个过滤器，分层次的处理输入图像。每经过一层，就会更抽象一些，术语上来说是对上一层的特征提取。所以，每一层都可以看作为一个特征映射（feature maps）。
当CNN被用来训练识别物体（object recognition）时，研究者构造了一种网络结构，它可以使物体信息逐层更明显地提取出来，也就是说，这种网络结构关心的是图片内容（content）。每一层的feature maps都可以用来重构图片，较深层次（high-level）的重构，如下图第二排d，e，更多的捕捉内容而忽略像素，而较浅的，如下图第二排a，b，c，仅仅是像素的复制。因此，研究者多采用较深的网络结构来做内容重构（content representation）。
而CNN模型也同样可以用来做风格重现（style representations）。这时，研究者使用一种原创设计的特征空间（feature space）来提取图片的纹理信息（texture information）。feature space会加在每一层过滤层之上，它包含的是不同过滤层处理后的feature maps之间的相关性。这样处理后得到的仅是图片的纹理而不是整体布局（global arrangement）。如上图第一排所示。同样的，较深的网络层可以更好的提取纹理而忽略内容。
论文研究者的发现是：content representations和style representations是可以分离的！且重新组合后可以成为一张全新的图片，它具备名画（artwork）的风格和我们自己的照片的内容。这就是prisma提供给我们的修图效果。同时，内容重现和风格重现在重构过程中是可以权衡的（trade-off）。所以，prisma也具备了百分比设置功能，即多大程度保留内容。
而其实这项技术在2015年8月左右就已经在github上公布了，搜索deepdream可以找到。而如今它真的成为了一款流行市场的互联网产品，历时将近一年。这从技术开发到面向市场的速率也非常惊人。再看自动驾驶技术，糅合人工智能，AR/VR等技术，虽然如今还事故频频，但相信将来也会技惊四座。
以上用一句话概括就是，深度学习实现了艺术内容和艺术风格的分离与重构。虽然这还谈不上创造力，但也算art and science的完美结合！这不愧说—— Data scientist is the sexist job of 21st century.
———— END ————
参考链接：
https://github.com/jcjohnson/neural-style
