构建仓库,增加README.md、训练代码、预训练模型和.gitignore文件
计图挑战热身赛zzjjww队伍代码仓库,完成了样例代码的TODO部分。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,并生成指定数字序列(仓库代码中为本人手机号)对应的图片。
discriminator_last.pkl与generator_last.pkl是已训练好的模型。
命令行输入python CGAN.py即可开始训练,程序的可选参数可在代码中或者命令行输入python CGAN.py -h查看。
python CGAN.py
python CGAN.py -h
计图挑战热身赛zzjjww队伍代码仓库,完成了样例代码的TODO部分。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,并生成指定数字序列对应的图片。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor-zzjjww-热身赛
简介
计图挑战热身赛zzjjww队伍代码仓库,完成了样例代码的TODO部分。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,并生成指定数字序列(仓库代码中为本人手机号)对应的图片。
安装
运行环境
安装依赖
预训练模型
discriminator_last.pkl与generator_last.pkl是已训练好的模型。
训练
命令行输入
python CGAN.py
即可开始训练,程序的可选参数可在代码中或者命令行输入python CGAN.py -h
查看。