ADD file via upload
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，模型可以生成指定数字序列对应的图片。
首先查看 CGAN.py 并在代码中更改训练周期等所需参数，随后在命令行中执行 python CGAN.py 运行模型，将自动执行训练过程，并将中间训练结果以图片的形式保存，同时定期保存训练参数到本地。
python CGAN.py
可自由使用，请勿直接抄袭代码。
计算机图形学PA3代码开源, 代码框架：Jittor
PA3 of Computer Graphics
项目简介
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，模型可以生成指定数字序列对应的图片。
使用说明
首先查看 CGAN.py 并在代码中更改训练周期等所需参数，随后在命令行中执行
python CGAN.py运行模型，将自动执行训练过程，并将中间训练结果以图片的形式保存，同时定期保存训练参数到本地。许可
可自由使用，请勿直接抄袭代码。