CGAN_jittor && Jittor 挑战热身赛

简介

• 本赛题将在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。

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/

运行环境

• python >= 3.7
• jittor >= 1.3.1

训练

• 按要求完成TODO，运行CGAN.py文件

python CGAN.py