cgan_jittor

概述

本项目实现了一个条件生成对抗网络（cGAN），用于根据特定类别标签生成图像。该模型旨在从随机噪声和类别信息中生成高质量的图像，展示了GAN在条件图像生成任务中的能力。

功能

• 基于类别标签的条件图像生成。
• 采用生成器和判别器架构。
• 使用Adam优化器进行高效训练。
• 支持在训练过程中按指定间隔进行图像采样。
• 包含计算FID分数的功能，用于评估图像质量。

环境要求

• Python 3.7以上
• Jittor

使用方法

1. 安装jittor。
2. 准备数据集（例如MNIST），确保代码可以访问该数据集。
3. 根据需要修改脚本中的配置参数，例如学习率、批次大小和训练轮数。
4. 运行训练脚本：

   python CGAN.py