CGAN _ jittor

版本状态说明
平台简介
本框架与RuoYi的功能差异
- 本框架与RuoYi的业务差异
- 参考文档
- 软件架构图
- 贡献代码
  - 其他
- 加群与捐献
- 捐献作者
- 演示图例
Jittor B 榜风格迁移图片生成赛题基于 Dreambooth-lora 的风格图片微调算法 - [ 摇钱树 ] 战队
- 简介
- 安装
- 数据预处理
  - 数据预处理步骤
- 训练
- 推理
- 数据集、采样参数json、lora权重下载地址
- Github 项目链接
- 联系方式
基于ebpf的容器异常检测
- 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
- 1. 赛题说明
- 2. 赛题要求
- 3. 赛题导师
- 4. 参考资料
香山微架构开放验证第一期：昆明湖BPU模块UT验证实战
- 简介
  - 昆明湖微架构
  - 芯片验证
- 学习材料
- 本仓库目录
- 报名链接
- 加入讨QQ论群: 600480230
ShowUI
- 🔥 Update
- 🤖 vllm Inference
- ⚡ API Calling
- 🖥️ Computer Use
- ⭐ Quick Start
- 🤗 Local Gradio
- 🚀 Training
- 🕹️ UI-Guided Token Selection
- ✍️ Annotate your own data
- ❤ Acknowledgement
- 🎓 BibTeX
sziit_Terminal
DeepSeek-R1
- 1. Introduction
- 2. Model Summary
- 3. Model Downloads
  - DeepSeek-R1 Models
  - DeepSeek-R1-Distill Models
- 4. Evaluation Results
  - DeepSeek-R1-Evaluation
  - Distilled Model Evaluation
- 5. Chat Website & API Platform
- 6. How to Run Locally
- 7. License
- 8. Citation
- 9. Contact
yingshicang
ProtoBuf
使用方式(三种方式)
改动功能
当前版本 22.2.0
使用文档
OpenBLAS
- Introduction
- Binary Packages
- Installation from Source
- Supported CPUs and Operating Systems
- Usage
  - Setting the number of threads using environment variables
  - Setting the number of threads at runtime
- Reporting bugs
- Contact
- Change log
- Troubleshooting
- Contributing
- Donation
ob-repository-synchronize
- Description
- Principle
  - Base on git rebase
  - Base on git diff
- backend
- frontend
- docker
- How to use it
单节点
双节点节点0执行
双节点节点1执行
创建文件：所有节点
初始化（任一/所有节点）：仅1个节点能执行成功
启动：所有节点
gongjula
微信小游戏Unity/团结引擎SDK
- 安装指南
- 常见问题
  - 1.游戏工程可以导出但在微信开发者工具运行提示报错：
open-rdma
基于Unet图像语义分割的遥感图像耕地检测项目
- 一、项目概述
- 二、项目背景与动机
- 三、项目目标与意义
- 四、技术架构与实现方案
- 五、数据集介绍与预处理
- 六、项目特色与创新点
- 七、项目进展与计划
- 八、项目应用与前景
- 版本状态说明
- 平台简介
本框架与RuoYi的功能差异
- 本框架与RuoYi的业务差异
- 参考文档
- 软件架构图
- 贡献代码
  - 其他
- 加群与捐献
- 捐献作者
- 演示图例
- Documentation
- Development
  - Dependencies required for installation
  - Local development: Start the local mock server and use the mock data of the local mock server.
- Local development, directly connected to the local tiny-engine-webservice server
  - Materials Synchronization Solution
- Build
- Milestones
- 🤝 Participation and Contribution
- License
HttpRunner
- 使用说明
- 用户案例
- Subscribe
ys
Awesome_MCTS_LLM
- 数学推理
- Agent
- 方法梗概汇总（时间顺序）
- 可关注的点
- TODO list ⏳✅
ob-operator
- Quick Start
- Project Architecture
- Features
- Storage Compatibility
- Supported OceanBase Versions
- Development requirements
- Documents
- Getting Help
- Contributing
- License
THUPC2025初赛
- 题目使用协议
qukuailian
- Documentation
- Development
  - Dependencies required for installation
  - Local development: Start the local mock server and use the mock data of the local mock server.
- Local development, directly connected to the local tiny-engine-webservice server
  - Materials Synchronization Solution
- Build
- Milestones
- 🤝 Participation and Contribution
- License
- What is Fluid?
Fluid
- Features
- Key Concepts
- Prerequisites
- Quick Start
- Documentation
- Quick Demo
- Roadmap
- Community
- Contributing
- Adopters
- Open Source License
- Report Vulnerability
- Code of Conduct
- xBACnet 介绍
- 前提
- 安装
  - 示例config.ini
  - 技术栈
- 微信群
见微可视分析平台
- 相关链接
xxxxxkkk
Jittor B 榜风格迁移图片生成赛题基于 Dreambooth-lora 的风格图片微调算法 - [ 摇钱树 ] 战队
- 简介
- 安装
- 数据预处理
  - 数据预处理步骤
- 训练
- 推理
- 数据集、采样参数json、lora权重下载地址
- Github 项目链接
- 联系方式
一、项目介绍
二、部署方法
- （一）基础环境要求：
- （二）安装步骤：
- （三）运行项目：
三、原理讲解
- （一）生成对抗网络简介
- （二）应用
四、代码分析
- （一）导入库
- （二）CUDA支持
- （三）解析命令行参数
- （四）定义图像形状
- （五）生成器
- （六）判别器
- （七）损失函数
- （八）数据加载
- （九）优化器
- （十）保存图像的函数
- （十一）生成图像的函数
- （十二）训练模型
- （十三）模型保存与加载
- （十四）自定义输入生成图像
- （十五）保存最终生成的图像
五、运行结果
uni-app 代码块（vscode）
cat
- 前言
- 一、框架介绍
- 二、实现功能
- 三、依赖库
- 四、安装教程
- 五、如何创建用例
- 六、运行自动化测试
  - 方式一：使用pipenv管理虚拟环境
    - 1. 激活已存在的虚拟环境
    - 2. 运行
  - 方式二：依赖包安装在本机
- 七、查看测试报告
  - Allure测试报告
- 八、详细功能说明
- 九、初始化项目可能遇到的问题
- ## 🐳 Docker构建运行
- 赞赏
thirdwork
环境配置
Table of contents
实现框架
- Current Analysis and Electromagnetic Computation
- Feature Extraction
- GAN Model Training
- EM Prediction
贡献者
版权声明
许可证
zb
Taming Transformers for High-Resolution Image Synthesis
- CVPR 2021 (Oral)
- News
  - 2022
  - 2021
- Requirements
- Overview of pretrained models
- Running pretrained models
- Scene Image Synthesis
  - Training
  - Sampling
- Training on custom data
- Data Preparation
- Training models
  - FacesHQ
  - D-RIN
- More Resources
- Shout-outs
- BibTeX
- 背景
- 比赛要求
🚀 SCP for GitHub Actions
- Usage
- Input variables
- Setting up a SSH Key
  - If you are using OpenSSH
- Example
香山微架构开放验证第一期：昆明湖BPU模块UT验证实战
- 简介
  - 昆明湖微架构
  - 芯片验证
- 学习材料
- 本仓库目录
- 报名链接
- 加入讨QQ论群: 600480230
TVBOX
- 介绍
- 软件架构
- 安装教程
- 使用说明
- 参与贡献
- 特技
捐赠 | 感谢
介绍
我能做什么？
瞅一眼吧
用户手册
版本更新
大家安静下，我再说一句
期待您更多的意见
ob-operator
- Quick Start
- Project Architecture
- Features
- Storage Compatibility
- Supported OceanBase Versions
- Development requirements
- Documents
- Getting Help
- Contributing
- License
xiu-service-platform
Quick Start
- compiler requirements
- Install & Compile
Introduction
- coro_rpc
  - quick example
- struct_pack
  - quick example
- struct_json
  - quick example
- struct_xml
  - quick example
- struct_yaml
  - quick example
- coro_http
- async_simple
Details
- CMAKE OPTION
- config option
- installation option
- develop option
- Thirdparty Dependency List
- Standalone sublibraries
- Benchmark
  - coro_rpc
- How to generate document
- How to Contribute
Discussion group
- License
DJI Cloud API
- What is the DJI Cloud API?
- Docker
- Usage
- Latest Release
- License
Cloud API is MIT-licensed. Please refer to the LICENSE file for more information.
cloud
建木
- 介绍
- TL;DR
- 运行环境
- 如何编译
- 如何运行
JCLIP
- 安装依赖环境
- 方法的详细思路
  - 项目简介
  - 详细思路
- 预训练模型
- 训练过程
- 第四届计图比赛
- 联系方式
- Dependencies
- Raw Steps to build
- Build
- How to Build on Linux
- How to build with Docker
- File Structure
- Screenshots
wms-web-ui-pytest
- 项目介绍
- 软件架构
- 模块说明
- 安装教程
- 技术要点
- 项目截图
- 联系方式
zb
Project ImmortalWrt
- Download
- Development
- Support Information
  - Documentation
  - Support Community
- License
- Acknowledgements
- Documentation
- Development
  - Dependencies required for installation
  - Local development: Start the local mock server and use the mock data of the local mock server.
- Local development, directly connected to the local tiny-engine-webservice server
  - Materials Synchronization Solution
- Build
- Milestones
- 🤝 Participation and Contribution
- License
Jittor 赛题二图像风格迁移B榜审查
- 简介
- 方法介绍
- 安装
- 训练
- 推理
- 其他说明
XBrowser-User-Scripts
🌟 SMARTStockBot: 您的专属投资助手🌟
- 🚀 项目亮点
- 🛠️ 实用性与有效性
- 🌐 功能概览
- 📊 系统功能展示
- 📝 安装与使用
- 🌟 为何选择SMARTStockBot？
- 🔍 探索SMARTStockBot的新篇章
TVBOX
- 介绍
- 软件架构
- 安装教程
- 使用说明
- 参与贡献
- 特技
DJI Cloud API
- What is the DJI Cloud API?
- Docker
- Usage
- Latest Release
- License
Cloud API is MIT-licensed. Please refer to the LICENSE file for more information.
cloud
HttpRunner
- 使用说明
- 用户案例
- Subscribe
- Unified Model Serving Framework
- What is BentoML?
- Getting started
- Examples
- Advanced topics
- Community
liu4331126
- 介绍
- 软件架构
- 安装教程
- 使用说明
- 参与贡献
- 特技
CGAN_jittor
- 项目简介
- 环境要求
- 安装
  - 1. 克隆项目
  - 2. 安装依赖
- 使用方法
  - 1. 训练模型
  - 2. 生成图片
- 代码结构
- 结果
DocTo
Contributers
Document Converter
- Features
- Examples
- Installation
- Package Managers
  - Choco
- DocTo in other applications
  - Node
  - Other Integrations
- Bugs and Features
- Examples
  - Single
  - Multiple Files and Folders
    - Delete Original File after Conversion
Webhooks
- Use in the Wild
OneDrive Conversion
- Command Line Help
Parameter Overview
- Usage
- Compiling
- XLSTo
- Get Involved.
  - Tests
jittor赛题一A榜-hj组
版权声明
一、关于 LinkWeChat
- 1.1 介绍
- 1.2 能力
- 1.3 优势
- 1.4 愿景
二、关于项目
- 2.1 在线体验
- 2.2 技术栈
- 2.3 项目结构
- 2.4 项目部署
三、常见问题
四、最近规划
五、奖项荣誉
六、联系我们
七、捐赠支持
- 7.1 来一杯卡布奇洛
- 7.2 长期捐赠
- 7.3 捐赠记录
- 7.4 社会价值
About pytest-bdd-feedstock
Current build status
Current release info
Installing pytest-bdd
About conda-forge
Terminology
Updating pytest-bdd-feedstock
Feedstock Maintainers
基于 ModelScope 的大语言模型的轻量级法律智能对话
- 项目介绍
- 团队信息
- 项目目标
- 技术亮点
- 环境要求
- 安装指南
- 数据
- 训练
- 推理和评估
  - GPU 使用概况：
yingshicang
TV
建木
- 介绍
- TL;DR
- 运行环境
- 如何编译
- 如何运行
zb
- 导言
- 许可
- 参考资源
使用文档(文档编写于GPT4)
- 注意事项
使用方式(任选其一)
- 什么是openGauss
- 安装
- 编译
- 快速入门
- 文档
- 社区
  - 治理
  - 交流
- 贡献
- 发行说明
- 许可证
- Table of Contents
- Getting Started
- Running from command line
- Additional Configuration
- Documentation
- Badge
- Contributing
- Credits
  - Backers
  - Sponsors
- License
- Copyright
pipeline-convert
- 组件类别分类：
- argo workkflow 获取所有的workflow接口：
JS
XBrowser-User-Scripts
XBrowser-User-Scripts
- 从命令行创建一个新的仓库
- 从命令行推送已经创建的仓库
Xamarin.Forms
- Build Status
- Packages
- Getting Started
- Coding Style
- Contributing
  - Reporting Bugs
fanshuai_model_20250908140030
fanshuai_model_20250908111141
项目介绍 Introduction
使用帮助 How To Use
- 安装插件库 Install Repository
- 安装插件 Install Add-ons
- 更新插件 Update Add-ons
- 手动安装插件 Plugins Manual Installation
插件功能 Features
- 视频插件 Video Add-ons
- 音乐插件 Music Add-ons
- 程序插件 Program Add-ons
- 字幕插件 Subtitle Add-ons
GitLink - CCF开源创新服务平台
- 特色功能
- 部署流程
  - 依赖库
  - 步骤
- 页面展示
- 贡献代码
  - 指导文档
- 许可证协议
fanshuai_dataset_20250908100649
基于CRIU技术实现dbus服务的冻结与恢复
- 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
- 1. 赛题说明
- 2. 赛题要求
- 3. 赛题导师
- 4. 参考资料
gongzuola
Stable Diffusion Version 2
- News
- Requirements
  - xformers efficient attention
- General Disclaimer
- Stable Diffusion v2
- Shout-Outs
- License
- BibTeX
qt5-ukui-platformtheme
- Document
- Description
- Build and Test
请关注：https://github.com/hefengxian/my-ielts
基于ebpf的容器异常检测
- 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
- 1. 赛题说明
- 2. 赛题要求
- 3. 赛题导师
- 4. 参考资料
tv
赛题题目：基于 Rust 语言的内核组件化设计与实现
- 赛题说明：
- 赛题要求：
- 评分标准：
- 赛题联系人：
- 参考资料：
- 参赛资源支持：无
src
VaporRedisClient
- 🏁 Getting Started
  - Import VaporRedisClient into your project using Swift Package Manager:
  - Create a client and a queue:
- 🔧 Compatibility
- 📖 License
确实开源帮助中心
- 贡献文档方式
- 页面目录——仓库目录示意图
- 创建markdown文档
- 前端build成中文（i18n中可编辑对应中文内容）
  - 开发模式
CGAN_jittor
- result
- 简介
- 环境配置
  - 运行环境
  - 安装依赖
- 训练
- 推理
  - 赛题题目：分布式硬件子系统高效视频传输
介绍
- 核心特点
引擎类型
下载
编译和安装部署
- 集成 MySQL JDBC 驱动
示例和使用指引
文档&视频
架构概要
贡献
联系我们
谁在使用 Linkis
- What is Spin?
- Getting started
- Usage
- Language Support for Spin Features
- Contributing
- Stay in Touch
第五届计图jittor人工智能挑战赛-热身赛 baseline
- 简介
- 安装
  - 运行环境
- 训练&推理
- Usage
- Integration
  - Swift Package Manager
- Inspiration
Apache Commons Collections
- Documentation
- Getting the latest release
- Building
- Contributing
- License
- Donating
- Additional Resources
- Apache Commons Components
math-library
- 介绍
- 软件架构
- 安装教程
- 使用说明
- 参与贡献
- 特技
chuangxing
LaTeX Book Template – Manning Style
- Features
- Recommended Compiler
- Packages Used
- Getting Started
  - Prerequisites
  - Installation
- How to Use
- Example Output
- License
- Contact
  - 赛题题目：端边协同AI聊天机器人
BlueWhale
- 课程介绍
- 基本信息
- 学习目标
- 任务安排
jf
Everything at once!
- Examples
- Requirements
- Installation
  - a. Swift Package Manager
  - b. CocoaPods
- Contributing
- License
前言
- 通用
- 部署
- 改进
- 关于QQ音乐mflac/mgg格式
- 其他
pkpku
mos
- 介绍
- ❓ Why
- ✉️ Mailgun
- ❗️ Requirements
- ⚒ Installation
  - Swift Package Manager
  - CocoaPods
- 🎓 How to use
- 🙋🏻‍♂️ Communication
- 📜 License
ci_cd
12
Devops Super
- 功能
- 预览地址
- 技术栈
- 项目运行
- 前端项目
- 快速部署
kubesphere-deploy
- 在已有的k8s的环境上部署，如果是裸机，建议去官网找all-in-one工具
- step1:修改配置
- step2:执行脚本
- step3:验证安装完成
- kubesphere v3.1.1镜像
open-rdma
ActivateLearn
POmoshi
zhhang-t
- Installation
  - CocoaPods
  - Swift Package Manager
- Usage
- Migrating from v1 to v2
- Example
- Found an issue?
jittor-CGAN
- 简介
- 安装
  - 运行环境
  - 安装方法
- 快速开始
  - 训练模型
  - 生成数字
- 预训练模型
- 参数配置
- 致谢
- 注意事项
- 一、系统创新赛道
- 二、应用创新赛道
- 三、研究创新赛道
taro-yanxuan
- 效果预览
- 本地运行
- 项目说明
- License
virtio_support_xiuos
TV
user_portraits
hccx
3568J_V2shenkaihong
基于openKylin的hid input 设备共享协议
- 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
- 1. 赛题说明
- 2. 赛题要求
- 3. 赛题导师
- 4. 参考资料
asssss
111
VCOffice
- 特性
- 计划支持：
vue-admin-template
- Build Setup
- Build
- Advanced
- Demo
- Extra
- Related Project
- Browsers support
- License
qkl-watch
zlw
Toffee
- 安装
- 使用
- 其他信息
modelzoo
- 版本更新说明：
Jittor超声图像的智能筛查与分级任务
- 简介
  - 解决思路
- 安装
- 训练
- 推理
- 致谢
tea
fanshuai_dataset_20250908160302
qile
fanshuai_dataset_20250908162128
fanshuai_dataset_20250919165113
My config file
- Usage
- NOTES
fanshuai_dataset_20250919163655
test
HttpRunner
- 使用说明
- 用户案例
- Subscribe
DSFImageTools
- DSFImageSource
  - Why DSFImageSource?
- WCGImage
  - Why WCGImage?
- License
IntelligentUAVPathPlanningSimulationSystemS-Drone
- Video Introduction
- Main Features
- Solve The Problem
- Application Scenarios And Benefits
- EXTENSION
lab5
boost_test
CGAN _ jittor
- ⛵ 概述
- 🌠 文件结构
- 🌆 环境配置
- 📚 生成结果
- 📐 评价指标
- 🔗 参考

⛵ 概述

基于Jittor框架实现CGAN。CGAN的核心思路是将噪声与标签一起投入生成器，将真实图片与标签一起投入判别器，从而使生成器可以生成指定类别的图片。由于MLP与CNN都可以对图像信息进行提取，所以分别基于二者实现CGAN（基于CNN实现的CGAN也可以看作是DCGAN的变种）。实现的两种模型分别在MNIST与CIFAR10上进行训练和测试。

🌠 文件结构

under common version:

training(detail)
evaluate(detail)

under platform version:

two files submit to platform, which get score 0.9992 and 0.987

🌆 环境配置

python 3.8.12

安装Jittor

# 检查python版本大于等于3.8
python --version
conda install pywin32
python -m pip install jittor
python -m jittor.test.test_core
python -m jittor.test.test_example
python -m jittor.test.test_cudnn_op