ADD file via upload
本项目在数字图片数据集 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。
在 src 目录下运行以下命令：
python3 CGAN.py
可选参数：
--n_epochs # number of epochs --batch_size # batch size --lr # learning rate
基于Jittor的CGAN模型，生成手写阿拉伯数字序列
版权所有：中国计算机学会技术支持：开源发展技术委员会 京ICP备13000930号 京公网安备 11010802032778号
Jittor CGAN 生成数字图片热身赛
简介
本项目在数字图片数据集 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。
安装
运行环境
运行
在 src 目录下运行以下命令：
可选参数：