Jittor 计图挑战热身赛 baseline

简介
本项目包含了第四届计图人工智能挑战赛的热身赛代码,使用 GAN 网络和 MNIST 数据集实现了一个生成随机数字字符串图片的工具。
安装
本项目可在一张 RTX 3090 上运行,训练时间约为半小时。
运行环境
- Ubuntu 20.04.6 LTS
- python 3.9.19
- jittor 1.3.9.10
安装依赖
只需要 jittor 环境即可。
训练与推理
在 jittor 环境下运行以下命令:
python CGAN.py
将在终端目录下生成 result.png
。
致谢
感谢清华大学暑期交叉实践课程教学团队提供的教学资源。
Jittor 计图挑战热身赛 baseline
简介
本项目包含了第四届计图人工智能挑战赛的热身赛代码,使用 GAN 网络和 MNIST 数据集实现了一个生成随机数字字符串图片的工具。
安装
本项目可在一张 RTX 3090 上运行,训练时间约为半小时。
运行环境
安装依赖
只需要 jittor 环境即可。
训练与推理
在 jittor 环境下运行以下命令:
将在终端目录下生成
result.png
。致谢
感谢清华大学暑期交叉实践课程教学团队提供的教学资源。