第二届Jittor挑战赛热身赛

方法和结果

本项目使用的算法基于论文Conditional Generative Adversarial Nets实现。结果如下: result

本项目包含了第二届计图挑战赛-热身赛的实现源码。我们利用经典的Conditional GAN方法来生成手写数字。该方法生成的手写数字在比赛组织方提供的评测程序中正确率为0.9135，评测通过。

Red Hat 4.8.5-44 python==3.8 jittor==1.3.4.7

使用者可通过下述命令安装相关依赖项

pip install imageio imageio-ffmpeg opencv-python numpy tqdm pyyaml pillow

安装jittor
1. 准备事项：安装cuda
```
python -m jittor_utils.install_cuda
```
2. 准备事项：安装openmpi
jittor利用openmpi来完成多卡计算，为了验证机器上是否安装了openmpi，可以在终端输入如下命令：
```
mpirun
```
如果找不到这条命令，说明机器里没有安装openmpi，需要手动安装。有sudo权限的用户可以跟随jittor tutorial提供的教程安装。如果没有sudo权限，则需要从源码编译安装。从这里下载与系统对应的openmpi源码，下载解压后进入代码目录，然后通过如下两条指令编译安装：
```
./configure --prefix /any/path/you/want
make & make install
```
其中，/any/path/you/want可以是用户指定的任意路径，前提是用户要有此路径的写权限。上述命令执行完成后，openmpi相关的链接库和可执行文件会被安装到用户指定的安装目录下。然后打开~/.bashrc文件，添加如下两行代码：
```
export PATH=/openmpi/install/path/bin:$PATH
export LD_LIBRARY_PATH=/openmpi/install/path/lib:$LD_LIBRARY_PATH
```
其中，/openmpi/install/path使用户在上一步指定的openmpi安装目录。修改完成后在终端输入：
```
source ~/.bashrc
```
使安装生效。然后再在终端输入命令：
```
which mpirun
```
如果能成功输出命令路径说明安装成功。
1. 安装jittor 准备事项完成后，可以利用pip直接安装jittor
```
pip install jittor
```

模型训练命令如下：

python CGAN.py

我们的预训练模型已在models目录下提供，可以将models目录下的两个pkl文件直接复制到源码根目录，然后直接运行源码文件：

cp models/*.pkl ./
python CGAN.py

生成的结果将被写入result.png文件，用户可以查看。

本项目使用的算法基于论文Conditional Generative Adversarial Nets实现。项目源码基于Jittor官方开源的JGAN项目修改和书写，特此感谢！