Gatyes后续有发表了一些相关的论文，例如下面这个可以保存内容图片的颜色，只在亮度通道中进行风格转化
Gatys et al, “Preserving Color in Neural Artistic Style Transfer”, arXiv 2016

　　Ruder在视频上进行风格转化，解决了针对不同像素，风格转化不连续的问题
Ruder et al, “Artistic style transfer for videos”, arXiv 2016

　　在特征空间中使用局部匹配来计算风格偏差，效果比使用 Gram Matrix 更好
Li and Wand, “Combining Markov Random Fields and Convolutional Neural Networks for Image Synthesis”, CVPR 2016

　　对于高分辨率图片的快速风格转化
Johnson et al, “Perceptual Losses for Real-Time Style Transfer and Super-Resolution”, ECCV 2016

　　使用同一个网络同时进行多种风格的转化
Dumoulin et al, “A Learned Representation for Artistic Style”, arXiv 2016

　　这个话题现在很火，j2直播，大家去读个几篇，可能就能有自己的想法了！和女神 Kristen 合作论文也指日可待了！

　　[1] Gatys et al, “Image Style Transfer using Convolutional Neural Networks”, CVPR 2016

　　[2] Stanford CS 20SI: Tensorflow for Deep Learning Research

　　[3] Convolutional neural networks for artistic style transfer by Harish Narayanan

　　[4] How to Do Style Transfer with Tensorflow by Siraj Raval

　　深度学习，是诸如Prisma的图像应用、人工智能、无人驾驶、机器自动翻译、人脸识别背后的核心技术。如果说要预测未来5年最抢手、热门的技术人才，掌握深度学习的程序员、工程师，也一定会位于榜单前端。

　　Udacity 联手 Youtube 技术网红色拉杰（Siraj Raval），全球同步推出的 深度学习基石纳米学位 一经推出就广受好评。没有跟上第一，二轮班次？没关系，第三期报名机会现已展开！

　　这门课将用充满活力的硅谷方式，通过每周更新的视频、实战项目和一对一辅导，带你由浅入深地探索这个领域，打好基础，让你17周变身成为深度学习超级魔法师，加入这场席卷全球的技术浪潮。毕业时，你将做好准备在更多人工智能、无人驾驶等应用方向上大展拳脚，并且获得100%可以加入 Udacity 无人车工程师纳米学位、人工智能工程师纳米学位的录取保证。

　　Siraj 是一名数据科学家、畅销书作家，以及 YouTube 红人。他在 YouTube 上发布了很多教学视频，教人们如何使用机器学习开发游戏机器人、聊天机器人、无人驾驶车、能自动生成艺术品和音乐的程序，以及股票预测模型等。在 Udacity 的这门课程中，他将带领你：

　　项目 1： 你的第一个神经网络

　　创建你的第一个简单的神经网络，它将能够预测共享单车的使用情况。

　　项目 2： 识别图像

　　现在，你的神经网络将学会如何识别图片中的物体。

　　项目 3： 生成电视剧剧本

　　借助深度学习的力量，你现在也可以是热门电视剧的编剧！

　　项目 4： 开发翻译机器人

　　创造一个可以在你与朋友聊天时即时翻译的机器人，再也不用担心语言成为友情的障碍。

　　项目 5： 生成原创的人脸图像

　　使用生成对抗网络（GAN）来生成原创的人脸图像，看看你会“画”出什么样的容颜？