计图挑战热身赛 CGAN

简介

本项目包含了第五届计图挑战赛热身赛 - Conditional GAN 的代码实现。

本项目使用 Jittor 深度学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，生成指定数字序列对应的图片。

安装

本项目在 NVIDIA GeForce RTX 4050 Laptop GPU 上训练，大约需要 30 分钟。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

其中 jittor 的安装参考 Jittor 计图官网，Linux 用户可以使用如下的命令安装

sudo apt install python-dev libomp-dev
python -m pip install jittor
python -m jittor.test.test_example
# 如果您电脑包含Nvidia显卡，检查cudnn加速库
python -m jittor.test.test_cudnn_op

训练

修改 CGAN.py 中的

number = "28430202835735" # 修改为你需要生成的数字

执行以下命令即可开始训练

python CGAN.py

运行完成后，number 对应的序列图片保存在 result.png 中。