基于jittor框架的手写数字生成器与判别器

简述

该项目提供了一个基于jittor框架的手写数字生成器与判别器的训练方法。

手写数字的识别是结合人工智能的人机交互的重要课题。该项目使用成熟的计算机图形学训练框架jittor，并结合对抗训练的思路来提供一种高效的CGAN网络训练方法。经过100000次迭代后准确率可达95%以上。

项目结构

CGAN.py文件中包含了所有的相关逻辑,生成器与判别器分别存储在generator_last.pkl与discriminator.pkl文件中。在训练中的输出会每隔1000 epochs写入png文件中，最终生成的目标数字的手写版将会写入result.png文件中。

依赖

请首先点击这里安装jittor框架。

使用方法

直接运行CGAN.py文件即可得到训练完毕的模型。您可以手动修改CGAN.py中的超参数，以测试不同模型性能，或生成出不同的手写图片。若您想直接使用训练好的模型，请点击这里下载generator_last.pkl与discriminator.pkl文件。