昨天，我试图使用基于Leon A. Gatys，Alexander S. Ecker和Matthias Bethge的艺术风格神经算法的CNN将图片转换为艺术风格，使用最近的火炬实现，如下所述：
https://github.com/mbartoli/neural-animation
它正确地开始了转换，问题是这个过程非常耗时，经过1小时的阐述，一个简单的图片没有完全转换。我必须转换 1615 张照片。这里的解决方案是什么？我可以使用谷歌云平台来加快此操作速度吗？还是其他类型的云服务？使用我的家用 PC 不是正确的解决方案。如果我可以使用云电源，如何配置所有内容？让我知道，谢谢。
在这里使用(Google Cloud Platform)GCP似乎是一个很好的用例。 如果我们把它归结为你拥有的东西......您有一个 CPU 密集型应用程序，需要很长时间才能运行。 根据应用程序的性质，它可以通过拥有更多的 CPU 和/或更多的 RAM 来更快地运行任何单个给定实例。 GCP 允许您选择运行应用程序的计算机的大小。 您可以选择从非常小到非常大。 区别在于您愿意支付多少。 请记住，您只需为使用的内容付费。 如果应用程序在价格为 X 的机器上运行需要一个小时，但在价格为 2X 的另一台机器上运行需要 30 分钟，那么成本仍然只有 X，但您将在 30 分钟而不是一个小时内得到结果。 您将在 30 分钟后关闭机器以防止充电。
既然你还说你有很多图像要处理，这就是你可以利用水平缩放的地方。 而不是只有一台机器，应用程序在每台机器上需要一个小时，并且所有结果都被序列化。您可以创建一组计算机，其中每台计算机处理一张图片。 因此，如果您有 50 台机器，在一小时结束时，您将处理 50 张图像而不是一张。
至于如何让这一切进行...恐怕这是一个更大的故事，阅读 GCP 文档将有很大帮助。 我建议你阅读并玩一玩，然后如果你有具体的问题，社区可以尝试提供具体的答案。