Added project files and README
赛题内容:在数字图片数据集MNIST上训练一个将随机噪声和类别标签映射为数字图片的Conditional GAN模型,并生成下方给定用户随机ID对应的数字图片结果。
本项目为第五届计图挑战赛热身赛的代码实现。
本项目在 CPU 上运行,训练时间约为 3 小时。
执行以下命令安装 python 依赖:
python -m pip install jittor
可运行以下命令进行数据处理、训练与结果生成:
python CGAN.py
A Jittor implementation of Conditional GAN (CGAN). Result generates hand-written numbers resembling the MNIST dataset.
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 计图挑战热身赛 Conditional GAN
赛题内容:在数字图片数据集MNIST上训练一个将随机噪声和类别标签映射为数字图片的Conditional GAN模型,并生成下方给定用户随机ID对应的数字图片结果。
简介
本项目为第五届计图挑战赛热身赛的代码实现。
安装
本项目在 CPU 上运行,训练时间约为 3 小时。
运行环境
安装依赖
执行以下命令安装 python 依赖:
训练与推理
可运行以下命令进行数据处理、训练与结果生成: