Jittor 第二届人工智能挑战赛热身赛项目

简介

本项目包含了第二届计图挑战赛计图 - 热身赛比赛的代码实现。

本项目的特点是：采用了生成对抗网络（CGAN）方法对手写数字图像处理，取得了较好的识别及生成效果。

安装

该项目模型训练在 NVIDA Gefoce 显卡+ CUDA 11.2 耗时 40h。

运行环境

• ubuntu 20.04 LTS / windows11
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

• 预训练模型参数-part1（见仓库）：discriminator_last.pkl

• 预训练模型参数-part2（见仓库）：generator_last.pkl(暂时未上传原因：仓库文件大小上传限制）

​ 所有模型参数缓存下载后，放入项目根目录下。

训练

1. 将项目 clone 后置于 Jupyter-notebook 中的任意目录下，并在项目目录创建 .ippynb 文件，在文件创建 Cell 并输入如下命令：

   %run ./CGAN.py

   训练完成后，将在根目录下生成训练文件。

2. 将项目 clone 后置于文件夹使用 Pycharm 打开并运行训练。

致谢

此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。