Update README.md
这是一个用 Jittor 实现的条件生成对抗网络（Conditional Generative Adversarial Network, CGAN）项目。CGAN是一种生成对抗网络，其生成器接受条件输入并生成与之对应的图像。
本项目可以根据输入的数字序列，输出对应的手写数字图像。
本项目的所有功能都集成在CGAN.py 文件中。直接运行该脚本即可开始训练：python CGAN.py 在 GPU 上训练大约需要一个小时。
CGAN.py
python CGAN.py
为了生成给定数字串的图像，你需要修改 CGAN.py 文件中的number 序列。找到并编辑以下部分： number = [2,0,7,7,6,1,0,2,0,7,2,6,8,4] 然后运行脚本：python CGAN.py 生成的图像会保存为result.png。
number
number = [2,0,7,7,6,1,0,2,0,7,2,6,8,4]
result.png
A Jittor implementation of Conditional GAN (CGAN)
CGAN_jittor
这是一个用 Jittor 实现的条件生成对抗网络（Conditional Generative Adversarial Network, CGAN）项目。CGAN是一种生成对抗网络，其生成器接受条件输入并生成与之对应的图像。
功能
本项目可以根据输入的数字序列，输出对应的手写数字图像。
使用
训练模型
本项目的所有功能都集成在
CGAN.py文件中。直接运行该脚本即可开始训练：python CGAN.py在 GPU 上训练大约需要一个小时。生成图像
为了生成给定数字串的图像，你需要修改
CGAN.py文件中的number序列。找到并编辑以下部分：number = [2,0,7,7,6,1,0,2,0,7,2,6,8,4]然后运行脚本：python CGAN.py生成的图像会保存为result.png。