A Jittor implementation of Conditional GAN (CGAN)-计图挑战热身赛

20220100801 孙照峰 计24

Computer Graprics PA3

1 Getting Started

1. 安装Jittor

本项目需要安装Jittor框架后运行。Jittor提供了三种安装方法：docker, pip和手动安装，具体的安装流程请参考Jittor框架安装.

2. 在CGAN.py的number变量中填入想要生成的字符串. 默认为"20632832058400"

3. 运行CGAN.py.

python CGAN.py

每迭代若干轮，会在本项目的根目录下，随机采样生成一批数字图片，类似下图. 图片的清晰程度和准确程度随着模型的训练将会逐渐提升.

89000.png

result.png

2 Acknowledgement

感谢Jittor的开发团队以及对Jittor有贡献的开发者，为本次实验提供了一个集成的开发框架. 感谢计算机图形学基础这门课的老师和助教为本次实验提供了完善的框架，且提供了详细清晰的说明文档。这些都为我顺利完成本次实验给予了非常大的便利和帮助。