generate_numbers

简述

使用 Jittor 深度学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，生成指定数字序列对应的图片 每轮迭代中，我们枚举数据集中的图片（imgs）和类别标签（labels）对，并随机生成一组输入向量，分别为计算生成器和判别器损失函数，回传梯度并更新网络参数。每迭代若干轮会随机采样生成一批数字图片，模型训练完毕后，我们给定一组指定的数字序列作为输入的数字标签，将模型生成的图片保存至 result.png

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：https://cg.cs.tsinghua.edu.cn/jittor/download/

使用

运行python CGAN.py