CGAN——jittor

通过jittor来训练一个CGAN，使其能将一串表示数字的字符串转化为手写数字的图片

环境

• Windows 10及以上
• x86_64处理器
• Python：版本 >= 3.8

  运行

  执行下述命令：
• 安装jittor：python -m pip install jittor
• 安装测试程序：python -m jittor.test.test_core
  python -m jittor.test.test_example
• 运行训练程序：python CGAN.py

  参数说明

• -n_epochs：训练的总轮数（epochs）。默认值为100。
• -batch_size：每个训练批次的样本数量。默认值为64。
• -lr：Adam优化器的学习率（learning rate）。默认值为0.0002。
• -b1：Adam优化器的一阶动量（first order momentum）梯度衰减率。默认值为0.5。
• -b2：Adam优化器的二阶动量（second order momentum）梯度衰减率。默认值为0.999。
• -n_cpu：在批次生成期间使用的CPU线程数。默认值为8。
• -latent_dim：潜空间（latent space）的维度。默认值为100。
• -n_classes：数据集的类别数目。默认值为10，适用于具有10个类别的分类任务。
• -img_size：每个图像的尺寸。默认值为32，表示图像的高度和宽度都是32像素。
• -channels：图像的通道数。默认值为1，表示图像为灰度图像，通道数为1。
• -sample_interval：在训练过程中，生成器模型生成样本的时间间隔。默认值为1000，表示每隔1000个批次生成一张样本图像进行保存。

  结果

  程序执行完毕后，会在当前目录下生成样本图像（png文件），训练好的模型（pkl文件），结果result.png