jittor-ff-CGAN

项目简介

本项目包含了第五届计图挑战赛 - 热身赛的代码实现。本项目的特点是：根据提供的数字图片数据集 MNIST ，训练了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。

运行环境

• ubuntu 22.04 LTS
• python 3.10.16
• jittor 1.3.9.14

运行方式

确保运行环境配置完成后，运行以下命令：

python CGAN.py [参数选项]

参数说明

参数名	类型	默认值	说明
--n_epochs	int	50	训练轮数
--batch_size	int	64	每个批次的图像数量
--lr	float	0.0002	Adam 优化器的学习率
--b1	float	0.5	Adam 优化器的一阶动量 β1
--b2	float	0.999	Adam 优化器的二阶动量 β2
--n_cpu	int	8	数据加载使用的 CPU 线程数
--latent_dim	int	100	输入噪声的维度
--n_classes	int	10	类别数量（MNIST为10类数字）
--img_size	int	32	图像尺寸（生成图像为 img_size x img_size）
--channels	int	1	图像通道数（灰度图为1）
--sample_interval	int	1000	每训练多少步保存一次生成图片