Jittor 手写数字生成 baseline

简介

本项目包含了第五届计图挑战赛计图 - 生成特定手写数字的代码实现。本项目的特点是：采用了 Conditional GAN（Conditional generative adversarial nets） 模型在 MNIST 数据集上训练，生成特定数字取得了 0.947 精确度 。

安装

本项目可在 1 张 1650 上运行，训练时间约为 1 小时。

运行环境

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

安装依赖

按照 https://www.educoder.net/competitions/Jittor-6 安装计图（Jittor） 深度学习框架即可。

预训练模型

预训练模型模型下载地址为 discriminator，generator，下载后放入当前目录下。

训练

直接运行以下命令：

python3.7 -m CGAN

推理

生成最终的结果可以运行以下命令：

python3.7 -m CGAN