CGAN_jittor

本项目使用 Jittor 框架实现了一个条件生成对抗网络（Conditional GAN），用于生成带有类别标签的图像。示例数据集为 MNIST 手写数字图像，可通过输入数字标签生成相应图像。

环境依赖

• Python 3.7+
• Jittor
• NumPy
• Pillow

安装 Jittor

pip install jittor

更多安装详情见：Jittor 安装文档

文件结构说明

• CGAN.py：主程序文件，包含模型构建、训练、采样和生成流程。
• result.png：根据给定数字序列生成的图像拼接结果。

使用说明

训练模型

运行以下命令开始训练（默认参数见下方）：

python CGAN.py

支持的命令行参数：

参数	默认值	说明
--n_epochs	100	训练轮数
--batch_size	64	每个批次图像数量
--lr	0.0002	学习率
--latent_dim	100	隐变量维度（输入噪声）
--n_classes	10	图像类别数量（MNIST 为 10 类）
--img_size	32	图像尺寸（32x32）
--channels	1	图像通道数（灰度图为 1）
--sample_interval	1000	生成样本图像的间隔步数

你可以通过指定参数来自定义训练，例如：

python CGAN.py --n_epochs 50 --batch_size 128

查看生成图像

训练期间，每隔 sample_interval 步数将会生成一次图像，保存为 x.png，其中 x 是当前步数。

使用训练好的模型生成图像

在训练完成后，程序会自动保存模型为 generator_last.pkl 和 discriminator_last.pkl。你可以使用如下代码加载模型并生成指定数字图像序列：

number = "28262472819004"  # 指定数字序列

运行后将自动生成并保存为 result.png，其中图像按顺序拼接显示每个数字生成的图片。

模型结构

Generator

• 输入：随机噪声向量 + 类别标签
• 多层全连接层 + LeakyReLU + BatchNorm
• 输出大小为 channels × img_size × img_size 的图像张量
• 使用 Tanh 归一化输出至 [-1, 1]

Discriminator

• 输入：图像张量 + 类别标签
• 多层全连接层 + LeakyReLU + Dropout
• 最终输出一个实数，代表真假判断值
• 使用均方误差损失（MSELoss）

注意事项

• 若使用 GPU，请确保 CUDA 环境正确，并自动开启 jt.flags.use_cuda = 1。
• 生成图像默认输出为灰度图，可以根据需要修改 channels 参数。
• 项目基于 Jittor，因此不支持 PyTorch 等框架的模型互换。