计图挑战热身赛:Conditional GAN手写数字生成

生成结果：28172862810066

简介

本项目包含了第五届计图人工智能挑战赛 - 计图挑战热身赛的代码实现。本项目利用CGAN模型，对判别器D和生成器G联合训练，最终达到达到 G 的生成能力越来越强，D 的判别能力越来越强的目的。

安装

Jittor 框架目前支持 Linux 或 Windows(包括 WSL)，mac 系统请安装虚拟机解决。需要 使用 Python 及 C++ 编译器（g++ 或 clang）。Jittor 提供了三种安装方法：docker，pip 和手动安装，具体安装教程请参考： jittor-安装

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0
• C++编译器 （需要下列至少一个）
  • g++ （>=5.4.0 for linux）
  • clang （>=8.0 for mac）
• GPU 编译器（可选）：nvcc >=10.0

训练&推理

通过更改CGAN.py文件中的number字符串，运行

python3 CGAN.py

即可开始模型的训练，训练完后自动生成结果result.png，若再次使用，可以直接运行test.py生成结果。

致谢

此项目基于第五届计图人工智能挑战赛热身赛提供示例代码： 示例代码