add readme
本项目实现 Jittor 热身赛题 Conditional GAN. 使用 jittor 深度学习框架，在 MNIST 数据集上训练一个将随机噪声和类别标签映射为数字图片的 CGAN 模型。
本项目可在 windows 上使用 docker 环境运行。训练时间约为 1.5 小时。 使用 docker 安装 jittor 框架:
docker run -it -p 8888:8888 jittor/jittor docker run jittor/jittor python3.7 -m jittor.test.test_example
运行代码方式如下:
docker run -it -v [your_path]:/workspace jittor/jittor /bin/bash
python3.7 CGAN.py
生成指定数字序列(如’990115’)可运行:
python3.7 test_CGAN.py --num='990115'
训练好的模型地址: https://cloud.tsinghua.edu.cn/d/15ad0cfdf2cd48098d34/
Jittor 热身赛 Conditional GAN
简介
本项目实现 Jittor 热身赛题 Conditional GAN. 使用 jittor 深度学习框架，在 MNIST 数据集上训练一个将随机噪声和类别标签映射为数字图片的 CGAN 模型。
安装
本项目可在 windows 上使用 docker 环境运行。训练时间约为 1.5 小时。 使用 docker 安装 jittor 框架:
运行代码方式如下:
训练
推理
生成指定数字序列(如’990115’)可运行:
快速开始
训练好的模型地址: https://cloud.tsinghua.edu.cn/d/15ad0cfdf2cd48098d34/