Jittor 热身赛：CGAN手写数字生成

简介

本项目包含了第二届计图挑战赛热身赛-CGAN手写数字生成的代码实现。

本项目的特点是：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。

安装

运行环境

• Ubuntu 20.04 LTS
• Python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

根目录下的discriminator_last.pkl和generator_last.pkl是预训练模型。

训练

运行以下命令即可开始训练：

python3 CGAN.py

可选的命令行参数：请参考CGAN.py关于parser的部分。

推理

训练过程中，程序会定期输出生成器和判别器的损失函数值，并生成样例图片，以供检验训练效果。