名画风格学习

这是我们的第一个例子，在这个例子中我们将会在 RussellCloud 上示范名画风格学习（Style-transfer 又称风格迁移）。

您将在个例子中学会：

RussellCloud 上新建及初始化项目
创建和运行 Bash 模式下的任务，并使用 GPU 支持
通过挂载数据集功能挂载已有的模型
查看和保存输出文件

准备：
复现过程：

准备：

注册 RussellCloud 账号
在本地安装 cli 客户端
Clone 项目文件，Git地址
```
# clone项目
$ git clone https://github.com/RussellCloud/Neural_Style
```
这里会有一个小坑，有关启动 Bash 模式下的任务。当我们的项目需要执行 Shell 脚本时，这个脚本的文本格式必须为Unix格式。如果你使用 Windows 环境克隆本项目，克隆的 Shell 脚本可能为Dos格式，运行任务时可能会失败。可以参考社区的帖子解决：russell run在运行shell脚本时日志出现错误

复现过程：

登录 cli 工具

使用 cli 工具时，我们要先使用 login 命令登录：

# 使用russell login命令登录
$ russell login
Authentication token page will now open in your browser. Continue? [Y/n]:

输入Y，接下来会打开一个网页。登录后在网页端拷贝账户的Token，粘贴进终端，回车确认。这里如果你的环境为 Windows，可能会出现粘贴不进的情况，请右键窗口粘贴。成功登录后输出：

Login Successful as XXX

新建项目

来到RussellCloud主页，进入控制台，新建一个项目。项目名 Neural_Style ，默认容器环境选择：tensorflow-1.0:py2。

初始化项目

你可以选择使用项目名初始化，也可以在项目概览上复制项目概览ID用 --id 参数初始化。

# 进入项目目录
$ cd Neural_Style

# 初始化项目
$ russell init --name Neural_Style
# 或使用russell init --id <项目概览ID>初始化

初始化成功输出：

Project "Neural_Style" initialized in current directory

启动项目

初始化完成后我们用 russell run 命令运行一个任务。项目文件已经准备好了一个 Shell 脚本，我们通过执行这个脚本来进行风格迁移。只需指定待转换的 content_img/video 的路径和名画风格的 style_img 的路径就可以生成了。

当然这里我们还需要通过 --data 参数来挂载 VGG19 的模型，这个模型的数据集 ID 为：bf9f524a384c4a69a021f0cf122815ec。我们的项目代码需要我们将挂载名指定为 model 来把这个模型挂载到/input/model下。为了启动 GPU 支持，我们在命令中加入 --gpu 参数。

# russell run 运行项目下shell脚本生成
$ russell run "bash stylize_image.sh ./image_input/lion.jpg ./styles/kandinsky.jpg" --gpu  --data bf9f524a384c4a69a021f0cf122815ec:model

约2分钟时间，任务运行完成。

查看输出文件并下载

现在我们的输出文件及查看日志在网页端即可完成，打开我们的控制台，找到刚刚运行的任务。点击“运行日志”查看日志：

点击“输出”查看输出：

然后右键将我们的图片另存到我们想要的位置。

帮助我们完善文档

本文档同步公开在 GitHub 上。团队在尽力完善文档，但错误难免存在，或许有些功能迭代也未能及时更新在文档上。若你有什么新的想法或体验，欢迎提交 Pull Request 为我们提供支持。

除此之外，你还可以通过 issue 直接提交问题。

经典例子