首先明确的是 这次试验我要实现的效果是什么：利用magenta官方提供的用例和训练模型，把我手头的一张照片重绘成 莫奈或者其他艺术家作品的风格。（说的low一点就是：加个滤镜，但原理完全不一样）
这边的绘图是通过机器深度学习实现的，所谓深度学习（Deep Learning）中的 “深度（Deep）” 即意为层数。神经网络的每一层都会对图片特征进行提取，而 “艺术风格” 则是各层提取结果的叠加。
当然，要玩这个东西，首先要是去官网了解详情嘛，magenta github 在github的目录下可以发现它是tensorFlow下的一个项目，根据github上 readme提供的说明，就可以开工搭magenta环境啦。
我这边采用的是 docker 安装方案
docker run -it -p 6006:6006 -v /tmp/magenta:/magenta-data tensorflow/magenta你本地没有该镜像，所以会网上自动下整个搭载好magenta运行所需要环境的一个系统。
bazel test //magenta/...可以运行下上面的脚本，所有测试用例通过，确保环境没有问题。好了，环境搞好了，现在开始运行脚本了。
会发现下面的文档变成了style transfer，主要分两块内容training model 和 styling an image，初次尝试，可以跳过training model，在styleing an image中可以下载官网提供的 pre-trained model 。
调用执行
image_stylization_transform \
--num_styles=32 \
--checkpoint=multistyle-pastiche-generator-varied.ckpt \
--input_image=evaluation_images/kk7.jpg \
--which_styles=[0,8,16,19,22] \
--output_dir=/tmp/image_stylization/output \
--output_basename="kk7_styles"
num_styles规定了这个 pre-trained model 提供的绘画风格数量 ，checkpoint是官网下载的 pre-trained model文件，input_image为你自己的原图片，which_styles规定需要产出的 风格索引，两个output就是产出的文件夹和文件名称。
整个过程就这样了，比较简洁，不过有些在使用过程中的tips记一下：
docker 使用过程中一些简单的命令
输入的图片 ，尺寸不能过大，一般压缩到100k内才能比较顺利执行。一次性导出不能过多，过多就会提示 killed。