寻求性能相当好的深度学习架构到 运行 风格迁移算法
Seek a considerably good performance deep learning architecture to run style transfer algorithm
我们的老板发现这篇论文的想法 "A Neural Algorithm of Artistic Style" 令人惊叹，并认为它应该会吸引他的一些客户。他决定搭建一个服务器，为他们提供风格迁移服务。
TensorFlow、Torch、caffe 等多种深度学习架构都实现了这一思想。如果旨在实现最佳性能，这些架构的哪种实现运行速度最快？如果我们用相当好的 CUDA 设备（例如 GeForce GTX 1090 或更好）配置算法，是否有可能在几秒钟内完成 VGG 模型的任务？如果想把 state of art of the idea 应用到前面提到的深度学习架构上，它们都适用吗？
查看一些基准测试：https://github.com/soumith/convnet-benchmarks 我认为 Nervana 和 Torch 是最好的框架。
如果我们看一下开源贡献和论文实现而不是时间，我认为 torch 是赢家。
您可以在 Torch 中轻松找到神经风格的算法实现：Neural-Style and Fast Neural-Style
我们的老板发现这篇论文的想法 "A Neural Algorithm of Artistic Style" 令人惊叹，并认为它应该会吸引他的一些客户。他决定搭建一个服务器，为他们提供风格迁移服务。
TensorFlow、Torch、caffe 等多种深度学习架构都实现了这一思想。如果旨在实现最佳性能，这些架构的哪种实现运行速度最快？如果我们用相当好的 CUDA 设备（例如 GeForce GTX 1090 或更好）配置算法，是否有可能在几秒钟内完成 VGG 模型的任务？如果想把 state of art of the idea 应用到前面提到的深度学习架构上，它们都适用吗？
查看一些基准测试：https://github.com/soumith/convnet-benchmarks 我认为 Nervana 和 Torch 是最好的框架。
如果我们看一下开源贡献和论文实现而不是时间，我认为 torch 是赢家。
您可以在 Torch 中轻松找到神经风格的算法实现：Neural-Style and Fast Neural-Style