style: update README
基于强大的深度学习框架 Jittor 实现了 Conditional GAN,用于生成高质量的手写数字。
├── cgan_jittor │ ├── data │ │ ├── model_params │ │ └── gen_imgs │ ├── output │ └── CGAN.py
pip install -r requirements.txt
MNIST 数据集可以通过 Jittor 框架自动下载。
python CGAN.py
详细参数设置请参考 CGAN.py 文件。
CGAN.py
训练过程中生成的手写数字(20498282044974)图片效果如下:
基于强大的深度学习框架 Jittor实现了Conditional GAN,用于生成高质量的手写数字。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
cgan_jittor
基于强大的深度学习框架 Jittor 实现了 Conditional GAN,用于生成高质量的手写数字。
项目结构
项目安装
环境依赖
数据集下载
MNIST 数据集可以通过 Jittor 框架自动下载。
项目运行
详细参数设置请参考
CGAN.py
文件。项目效果
训练过程中生成的手写数字(20498282044974)图片效果如下:
项目参考