第三届计图人工智能挑战赛

简介

| 简单介绍项目背景、项目特点

本项目属于计图挑战热身赛

本项目从数字图片数据集 MNIST 训练出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。

代码框架由赛题提供，本项目填补了CGAN.py中的TODO

安装

| 介绍基本的硬件需求、运行环境、依赖安装方法

本项目可以在cpu上运行，在i9-13900H上大约需要1h

运行环境

• ubuntu 18.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install jittor

预训练模型

预训练模型模型在运行后会自动下载到当前文件夹下

数据预处理

| 介绍数据预处理方法，可选

直接运行就行，不需要额外处理

训练

｜ 介绍模型训练的方法

直接运行python CGAN.py即可

推理

｜ 介绍模型推理、测试、或者评估的方法

直接运行python CGAN.py即可

致谢

| 对参考的论文、开源库予以致谢，可选

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。