JT_5th_Warmup_cjd

基于条件生成对抗网络（CGAN）的MNIST数字生成模型，使用Jittor框架实现。

项目特点

1. 条件生成对抗网络（CGAN）：结合类别标签信息，生成指定数字（0-9）的图像。
2. MNIST数据集：使用经典手写数字数据集，输入图像尺寸为32x32像素。
3. Jittor框架：支持动态图与静态图混合编程，高效利用GPU加速（需CUDA环境）。

环境要求

依赖项

• Jittor：深度学习框架，支持CPU/GPU运行。

  pip install jittor -f https://cg.cs.tsinghua.edu.cn/jittor/download/index.html  

• 其他库：numpy, argparse, Pillow, matplotlib（可选，用于可视化）。

  pip install numpy pillow  

硬件建议

• GPU（推荐）：支持CUDA的NVIDIA显卡，加速训练过程。
• CPU：可运行但训练速度较慢。

使用方法

1. 训练模型

python your_script_name.py  # 替换为实际文件名（如 cgan_mnist.py）  

可选参数

参数名	说明	默认值
--n_epochs	训练轮数	100
--batch_size	批量大小	64
--lr	Adam优化器学习率	0.0002
--sample_interval	图像采样间隔（每生成n批次保存一次）	1000

训练过程

• 控制台实时输出判别器（D）和生成器（G）的损失值。
• 每sample_interval批次生成并保存一次示例图像（如1000.png）。
• 每10个epoch保存模型参数（generator_last.pkl和discriminator_last.pkl）。

2. 生成指定数字图像

1. 打开代码，找到以下部分：

   number = "TODO: 写入比赛页面中指定的数字序列（字符串类型）"  

   将number替换为目标数字字符串（如"1234567890"）。

2. 运行脚本，生成结果保存在result.png，展示指定数字的生成图像。

目录结构

.  
├── your_script_name.py  # 主代码文件  
├── generator_last.pkl   # 最后一次保存的生成器模型  
├── discriminator_last.pkl  # 最后一次保存的判别器模型  
├── *.png                # 训练过程中生成的示例图像（如 1000.png, 2000.png 等）  
└── result.png           # 最终生成的指定数字图像  

代码说明

核心模块

1. 生成器（Generator）

   • 输入：随机噪声（100维）+ 类别标签（通过Embedding层编码）。
   • 结构：多层全连接层，使用LeakyReLU激活函数和BatchNorm，最终输出32x32单通道图像（通过Tanh归一化到[-1, 1]）。

2. 判别器（Discriminator）

   • 输入：图像（展平为1024维向量）+ 类别标签（Embedding编码）。
   • 结构：多层全连接层，使用LeakyReLU和Dropout防止过拟合，最终输出单个实数表示真实性概率。

3. 损失函数

   • 均方误差（MSELoss）：判别器区分真实/生成图像（标签1/0），生成器欺骗判别器（目标标签1）。

数据处理

• 使用Jittor内置的MNIST数据集，预处理包括Resize、灰度化、归一化（均值0.5，标准差0.5）。

结果示例

• 训练过程中生成的图像示例（如1000.png）展示不同epoch下的生成效果，随着训练轮数增加，数字清晰度逐渐提升。
• result.png为指定数字序列的生成结果，每个数字对应输入的类别标签。

贡献与反馈

欢迎通过GitHub提交Issue或Pull Request，优化代码、修复问题或添加新功能。
提交Issue时请注明环境配置、复现步骤及具体问题描述。

许可证

本项目采用 MIT License，详见LICENSE文件。允许自由使用、修改和分发，但需保留原作者声明。