README
本项目包含了第四届计图挑战赛热身赛的代码实现。本项目的特点是:使用CGAN在数字图片训练集上训练,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。
本项目可在一张RTX 3090上训练,训练时间约为15分钟。
执行以下命令安装 python 依赖
pip install jittor
或参见Jittor官方的安装教程jittor安装教程。
执行 python3 CGAN.py即可进行训练并生成result.png。更改 number变量的内容可以修改生成的图像内容。
python3 CGAN.py
number
此项目基于比赛提供的示例代码完成。感谢Jittor提供的教程使用Jittor实现Conditional GAN。
jittor-jittor-北宇治吹奏训练集会所-第四届计图人工智能挑战赛热身赛 基于CGAN的数字图像生成
Jittor 手写数字生成比赛 CGAN
简介
本项目包含了第四届计图挑战赛热身赛的代码实现。本项目的特点是:使用CGAN在数字图片训练集上训练,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
本项目可在一张RTX 3090上训练,训练时间约为15分钟。
运行环境
安装依赖
执行以下命令安装 python 依赖
或参见Jittor官方的安装教程jittor安装教程。
训练
执行
python3 CGAN.py
即可进行训练并生成result.png。更改number
变量的内容可以修改生成的图像内容。致谢
此项目基于比赛提供的示例代码完成。感谢Jittor提供的教程使用Jittor实现Conditional GAN。