Update README.md
本项目包含了第五届计图挑战赛热身赛比赛的代码实现。本项目的特点是:采用了在MNIST数据集上利用CGAN进行手写数字生成。
本项目可在 1 张 2080 ti 上运行,训练时间约为 20分钟。
执行以下命令安装 python 依赖
sudo apt install python3.7-dev libomp-dev python3.7 -m pip install jittor # or install from github(latest version) # python3.7 -m pip install git+https://github.com/Jittor/jittor.git python3.7 -m jittor.test.test_example pip install numpy
| 介绍模型训练的方法
训练可运行以下命令:
python CGAN.py
生成测试集上的结果可以运行以下命令:
此项目参考第五届计图人工智能挑战赛所给的baseline进行实现
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。
使用jittor框架进行手写数字生成
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor CGAN数字生成热身赛
简介
本项目包含了第五届计图挑战赛热身赛比赛的代码实现。本项目的特点是:采用了在MNIST数据集上利用CGAN进行手写数字生成。
安装
本项目可在 1 张 2080 ti 上运行,训练时间约为 20分钟。
运行环境
安装依赖
执行以下命令安装 python 依赖
训练
| 介绍模型训练的方法
训练可运行以下命令:
推理
生成测试集上的结果可以运行以下命令:
致谢
此项目参考第五届计图人工智能挑战赛所给的baseline进行实现
注意事项
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。