CGAN_jittor

介绍

本项目实现了一个基于 Jittor 的条件生成对抗网络（Conditional GAN, CGAN），用于生成 MNIST 数据集中的数字图片。该模型通过将随机噪声和类别标签映射为数字图片，能够生成指定数字序列的图像。

实验背景

本次实验基于计图挑战热身赛，参赛选手需要训练一个条件生成对抗网络（CGAN），并生成比赛页面指定的数字序列。数据集为 MNIST，提供了手写数字图像及其对应标签。

项目结构

• CGAN.py: 主程序文件，包含条件生成对抗网络（CGAN）的实现。用户可以根据提示在此文件中填充代码，完成训练和图像生成任务。
• result.png: 生成的包含学号的数字图像。
• report.pdf: 实验报告。
• .pkl文件：训练的生成器和判别器模型文件

环境要求

本项目基于 Jittor 框架，确保已安装 Jittor 及其依赖。

许可证

MIT License