Update README.md
赛题指定生成数字：您需要生成的用户随机ID是：21077642102756
基于计图深度学习框架，在手写数字数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。
本项目在 1 张 A100 上运行，训练时间约为20分钟。
执行以下命令安装 python 依赖
pip install jittor
单卡训练可运行以下命令：
python CGAN.py
运行以下命令
在训练后输出指定数字的推理结果
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。
基于jittor的手写数字生成
Jittor 第四届计图人工智能挑战赛 热身赛
赛题指定生成数字：您需要生成的用户随机ID是：21077642102756
简介
基于计图深度学习框架，在手写数字数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。
安装
本项目在 1 张 A100 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
单卡训练可运行以下命令：
推理
运行以下命令
在训练后输出指定数字的推理结果
致谢
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。