Jittor CGAN 手写数字生成比赛实现

使用CGAN生成的数字序列示例

简介

本项目基于Jittor框架实现了条件生成对抗网络(CGAN)，用于参加手写数字生成比赛。通过结合类别标签信息和随机噪声，模型能够生成特定数字的手写图像。本项目的特点是：

• 实现了标准的CGAN结构，包含生成器和判别器
• 使用MNIST数据集进行训练
• 支持指定数字序列生成对应的手写图像
• 训练过程可视化，可定期保存生成样本

安装

运行环境

• 操作系统: Linux (推荐Ubuntu 20.04+)
• Python: 3.7+
• Jittor: 1.3.0+
• 硬件: 可在CPU或NVIDIA GPU上运行

CGAN简介

1. 概述

条件生成对抗网络（CGAN）由两个主要部分组成：生成器（Generator）和判别器（Discriminator）。生成器的任务是生成尽可能真实的图像，判别器的任务是区分图像是否真实。通过对抗训练，生成器逐渐学习到如何生成更真实的图像。

2. 关键组件

• 生成器（Generator）：通过接收随机噪声和类别标签，生成对应类别的图像。它通过多个全连接层生成最终的图像。
• 判别器（Discriminator）：判断输入图像是真实的还是生成的。它通过将图像和类别标签结合起来进行判别。

3. 训练过程

• 生成器训练：目标是生成能够欺骗判别器的图像，使判别器无法正确判断其真假。
• 判别器训练：目标是正确区分真实图像和生成图像。训练过程是交替进行的，生成器和判别器不断优化，直到生成的图像足够逼真。

4. 损失函数

使用 均方误差（MSE） 作为损失函数，判别器输出的值与真实标签对比，计算损失并进行反向传播优化。

5. 优化器

使用 Adam优化器 来训练生成器和判别器，以加速收敛过程。

6. 数据集与图像保存

• 数据集：MNIST数据集用于训练，其中包含手写数字图像。数据经过预处理后输入网络进行训练。
• 图像保存：定期保存生成的图像，评估生成效果。

致谢

Jittor官方文档和示例代码。