第五届计图人工智能挑战赛

计图挑战热身赛 Conditional GAN（Conditional generative adversarial nets）模型

简介

本赛题将会提供数字图片数据集 MNIST，参赛选手需要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，并生成比赛页面指定数字序列。

本赛题提供示例代码框架，提供数据下载、模型定义、训练步骤等功能。

选手可以基于示例代码填充注释为 TODO 的部分完成该赛题。

安装

本项目在 笔记本端的 4060 上运行，训练时间约为 20 分钟。

运行环境

• ubuntu 22.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

conda create -n jittor python=3.7
pip install jittor

训练以及推理

训练可运行以下命令：

python CGAN.py

致谢

此项目基于论文 convolutional neural networks for visual recognition 实现，部分代码参考了 jittor-gan。