Leon A. Gatys, Alexander S. Ecker, 和 Matthias Bethge 等人的論文“A Neural Algorithm of Artistic Style”開創了影象藝術風格轉換的途徑，自此之後，利用深度學習相關模型和處理方法，可以實現用計算機代替傳世畫家的野心。印象派、野獸派、浮世繪、波普、解構主義，曾經藝術風格曾經都是畫家腦中不可捉摸的概念。而到了人工智慧時代，所有藝術風格都被證實是可以進行“量化” 的，並且通過機器學習，可以源源不斷地產生新作品。

      在量化（數學）與風格（藝術）之間，上面那篇論文中提出一種演算法，用卷積神經網路將一幅影象的內容與另一幅影象的風格進行組合。感覺看了挺好玩的，於是也進行測試了下，即利用

(1) 風格圖片（選用論文中的實驗用圖）

（2）測試圖例一：選擇鄭州二七紀念塔。

生成效果如下所示：

（2）測試例子二：

鄭州的大玉米

轉換後的效果如下所示：

這個示例還是非常讚的，通過不同風格的照片還可以實現不用畫派的切換。