Add .gitignore, CGAN.py and README.md
本项目为第二届计图人工智能挑战赛热身赛项目。该项目在数字图片数据集 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。
首先需要安装 Jittor 框架。Jittor 框架目前支持 Linux 或 Windows，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/ 在当前目录下运行命令python CGAN.py即可。
python CGAN.py
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_Jittor
项目功能
本项目为第二届计图人工智能挑战赛热身赛项目。该项目在数字图片数据集 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。
使用方式
首先需要安装 Jittor 框架。Jittor 框架目前支持 Linux 或 Windows，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/ 在当前目录下运行命令
python CGAN.py即可。