CGAN
本项目使用 Jittor 深度学习框架,在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型,生成指定数字序列对应的图片。
Jittor 框架目前支持 Linux 或 Windows(包括 WSL),mac 系统请安装虚拟机解决。需要使用 Python 及 C++ 编译器(g++ 或 clang)。Jittor 提供了三种安装方法:docker,pip 和手动安装,具体安装教程请参考:
https://cg.cs.tsinghua.edu.cn/jittor/download/
在根目录下,使用命令行运行,结果图片保存至result.png中:
python3 CGAN.py
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
计图挑战热身赛
简述
本项目使用 Jittor 深度学习框架,在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型,生成指定数字序列对应的图片。
Jittor安装
Jittor 框架目前支持 Linux 或 Windows(包括 WSL),mac 系统请安装虚拟机解决。需要使用 Python 及 C++ 编译器(g++ 或 clang)。Jittor 提供了三种安装方法:docker,pip 和手动安装,具体安装教程请参考:
https://cg.cs.tsinghua.edu.cn/jittor/download/
如何使用
在根目录下,使用命令行运行,结果图片保存至result.png中: