FIN
一个用 Jittor 框架实现的针对手写数字生成的 Conditional GAN 模型
Jittor
本项目调用 Jittor 框架，训练一个 Conditional GAN 手写数字生成模型，可以生成任意数字序列的手写数字图像。
Conditional GAN 是生成对抗网络（Generative Adversarial Network, GAN）的一个变种。它通过在生成器（Generator）和判别器（Discriminator）中添加额外信息，以为生成的图像提供必要的条件控制。在手写数字生成任务中，这种额外信息可以选用数字 0~9 的类别标签。
在 PA3.py 所在路径下运行 python PA3.py，即可开始训练手写数字生成模型，最终的生成结果为“0123456789”的手写数字图像，将保存在result.png中。可以修改CGAN.py第 204 行的number` 字符串，以生成定制的手写数字字符串。
PA3.py
python PA3.py
中。可以修改
第 204 行的
A Jittor implementation of Conditional GAN (CGAN).
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
PA3 - CGAN_jittor
一个用
Jittor框架实现的针对手写数字生成的 Conditional GAN 模型简述
本项目的应用
本项目调用
Jittor框架，训练一个 Conditional GAN 手写数字生成模型，可以生成任意数字序列的手写数字图像。关于 Conditional GAN
Conditional GAN 是生成对抗网络（Generative Adversarial Network, GAN）的一个变种。它通过在生成器（Generator）和判别器（Discriminator）中添加额外信息，以为生成的图像提供必要的条件控制。在手写数字生成任务中，这种额外信息可以选用数字 0~9 的类别标签。
运行方式
在
PA3.py所在路径下运行python PA3.py，即可开始训练手写数字生成模型，最终的生成结果为“0123456789”的手写数字图像，将保存在result.png中。可以修改CGAN.py第 204 行的number` 字符串，以生成定制的手写数字字符串。