Update CGAN1.py
使用计图（jittor）框架实现Conditional GAN，使用了第二届计图人工智能挑战赛提供的热身赛示例代码，填写其#todo部分完成网络的搭建，本赛题提供了数字图片数据集 MNIST，参赛选手需要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，并生成注册时绑定的手机号。 热身赛指路：https://www.educoder.net/competitions/index/Jittor-3
windows下基于CUDA平台，使用pip安装，要求python版本大于等于3.8 python –version python -m pip install jittor python -m jittor.test.test_core python -m jittor.test.test_example python -m jittor.test.test_cudnn_op
A jittor implementation of Conditional GAN(CGAN)
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
CGAN
简述
使用计图（jittor）框架实现Conditional GAN，使用了第二届计图人工智能挑战赛提供的热身赛示例代码，填写其#todo部分完成网络的搭建，本赛题提供了数字图片数据集 MNIST，参赛选手需要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，并生成注册时绑定的手机号。 热身赛指路：https://www.educoder.net/competitions/index/Jittor-3
jittor框架安装
windows下基于CUDA平台，使用pip安装，要求python版本大于等于3.8 python –version python -m pip install jittor python -m jittor.test.test_core python -m jittor.test.test_example python -m jittor.test.test_cudnn_op