Update README.md
本项目包含了第四届计图挑战赛计图 - 热身赛的代码实现。 本项目基于jittor深度学习框架，训练了一个CGAN模型，用以生成手写数字图片。
本项目在GPU上运行，在RTX3050Ti下的训练时间约为3分钟。
执行以下命令安装 jittor框架
sudo apt install python3.9-dev libomp-dev python3.9 -m pip install jittor
无
执行以下命令即可
python3.9 CGAN.py
项目baseline由 jittor-gan提供。 感谢组内的各位大佬带飞
本项目将在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
jittor-Warm-up-competition
简介
本项目包含了第四届计图挑战赛计图 - 热身赛的代码实现。 本项目基于jittor深度学习框架，训练了一个CGAN模型，用以生成手写数字图片。
安装
本项目在GPU上运行，在RTX3050Ti下的训练时间约为3分钟。
运行环境
安装jittor框架
执行以下命令安装 jittor框架
数据预处理
无
训练与推理
执行以下命令即可
致谢
项目baseline由 jittor-gan提供。 感谢组内的各位大佬带飞