feat: CGAN
本项目是第五届计图人工智能挑战赛的热身赛的参赛代码。基于条件生成对抗网络（CGAN），使用 jittor 框架，实现了能够生成手写数字图像的深度学习模型。
通过命令：
git clone https://gitlink.org.cn/qsyyk/CGAN_jittor.git
克隆本项目。
jittor的安装配置详见：https://cg.cs.tsinghua.edu.cn/jittor/download/
可通过命令：
python CGAN.py
训练模型。
训练结束后将保存判别器模型 discriminator_last.pkl 与生成器模型 generator_last.pkl ，以及 CGAN.py 中的 number 对应的手写数字图片 result.png。
本项目使用了计图挑战赛提供的代码框架
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
CGAN_jittor
简述
本项目是第五届计图人工智能挑战赛的热身赛的参赛代码。基于条件生成对抗网络（CGAN），使用 jittor 框架，实现了能够生成手写数字图像的深度学习模型。
安装方法
通过命令：
克隆本项目。
jittor的安装配置详见：https://cg.cs.tsinghua.edu.cn/jittor/download/
使用方法
可通过命令：
训练模型。
训练结束后将保存判别器模型 discriminator_last.pkl 与生成器模型 generator_last.pkl ，以及 CGAN.py 中的 number 对应的手写数字图片 result.png。
友情链接
本项目使用了计图挑战赛提供的代码框架