ADD file via upload
| 第三届计图人工智能挑战赛
| 计图挑战热身赛、方法
| 简单介绍项目背景、项目特点
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。
本项目可在 1 张 RTX 3050Ti 上运行，训练时间约为20分钟。
pip install jittor
修改CGAN.py里的number变量值，运行CGAN.py即可生成指定手写数字
基于计图官方示例代码填充注释为TODO的部分完成
第三届计图人工智能挑战赛-计图挑战热身赛
| 第三届计图人工智能挑战赛
Jittor 热身赛 baseline
| 计图挑战热身赛、方法
简介
| 简单介绍项目背景、项目特点
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
本项目可在 1 张 RTX 3050Ti 上运行，训练时间约为20分钟。
运行环境
安装依赖
执行以下命令安装 python 依赖训练
修改CGAN.py里的number变量值，运行CGAN.py即可生成指定手写数字
致谢
基于计图官方示例代码填充注释为TODO的部分完成