本项目基于MNIST数据集，利用tensorflow的VGG-19深度学习模型实现图像风格迁移和去噪功能。项目需要使用Python 3.6及以上版本，并安装tensorflow运行环境。项目包括图片处理、模型构造和迭代更新三个模块。采用预训练的VGG-19模型，通过抛弃最后三个全连接层并提取前面各层的参数来构建网络结构。损失函数由内容损失和风格损失组成，其中内容损失采用L2范数损失，风格损失使用Gram矩阵计算各通道之间的相关性。优化算法采用adam梯度下降。准确率评估方面，由于图像风格迁移是一种主观算法，无客观评判标准，主要依靠观察结果。经测试，40次迭代后已经获得明显的风格迁移效果，具体迭代次数可以根据实际需求进行调节。