A Jittor implementation of Conditional GAN (CGAN)

项目简介

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。

环境配置

本项目依赖于Jittor深度学习框架，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，具体安装方法如下：

https://cg.cs.tsinghua.edu.cn/jittor/download/

除此之外，Jittor 现在已经在头歌平台发布了新的实践课程:

https://www.educoder.net/paths/89rcg6jn

囊括了包括 Jittor 的基础使用，到最新的 NeRF，可微渲染库的使用，并且附带实践示例和作业。欢迎大家使用！

使用方法

安装好jittor后，运行以下命令即可使用该程序。

python CGAN.py