CGAN

简介

本项目是第五届计图人工智能挑战赛热身赛题目的实现。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。

安装

| 介绍基本的硬件需求、运行环境、依赖安装方法

• 硬件需求: 普通计算机 | 拥有独立显卡的计算机
• 运行环境: WSL2 Ubuntu
• 依赖安装方法: jittor深度学习框架安装, 参照官网教程

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

根据官网教程安装jittor框架，详情请参考 jittor安装指南。

训练

直接在命令行输入

python CGAN.py

即可开始训练

致谢

感谢计图大赛提供的作业框架。

注意事项

无