Add .gitignore
使用 Jittor 机器学习框架，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。
在Ubuntu 20.04系统下执行： git clone https://github.com/Jittor/jittor.git pip install ./jittor export cc_path="g++" python3 -m jittor.test.test_example 然后下载CGAN.py文件后到文件对应目录下执行： python3 CGAN.py 开始训练。
git clone https://github.com/Jittor/jittor.git pip install ./jittor export cc_path="g++" python3 -m jittor.test.test_example
CGAN.py
python3 CGAN.py
训练完成后，可以根据需求修改number内容，输出自己需要的内容，例如：学号、电话号码等。
number
A Jittor implementation of Conditional GAN (CGAN)
版权所有：中国计算机学会技术支持：开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802032778号
计算机图形学基础PA3实验：Conditional GAN
简述
使用 Jittor 机器学习框架，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。
使用方法
在Ubuntu 20.04系统下执行：
git clone https://github.com/Jittor/jittor.git pip install ./jittor export cc_path="g++" python3 -m jittor.test.test_example然后下载CGAN.py文件后到文件对应目录下执行：python3 CGAN.py开始训练。训练完成后，可以根据需求修改
number内容，输出自己需要的内容，例如：学号、电话号码等。