cGAN (Conditional Generative Adversarial Network) for MNIST

项目概述

本项目实现了一个基于条件生成对抗网络（cGAN）的模型，用于生成MNIST数据集中的手写数字图像。通过训练生成器和判别器，该模型能够根据给定的类别标签生成逼真的手写数字。其中框架代码来自第四届计图人工智能挑战赛热身赛。

环境与框架

本项目采用jittor框架。安装教程可参考https://cg.cs.tsinghua.edu.cn/jittor/download/

依赖库

• Jittor: 一个基于Jittor框架的深度学习库。
• NumPy: 用于数值计算。
• Matplotlib: 用于绘制损失曲线。
• PIL: 用于保存生成的图像。
• argparse: 用于命令行参数解析。

安装依赖

确保你已经安装了所有必要的库。你可以使用以下命令来安装这些库：

pip install jittor numpy matplotlib pillow

项目结构

• cGAN.py: 主程序文件，包含生成器、判别器的定义及训练过程。
• output.txt: 训练过程中记录的输出日志。
• generator_last.pkl 和 discriminator_last.pkl: 保存的生成器和判别器模型。
• loss_curve.png: 训练过程中生成的损失曲线图。
• result.png: 使用最后保存的模型生成的手写数字图像。

如何运行

1. 确保你已经安装了所有依赖库。
2. 运行主程序文件：

   python cGAN.py

3. 训练过程中的日志会输出到output.txt中。
4. 训练完成后，生成的损失曲线会保存为loss_curve.png。
5. 使用最后保存的模型生成的手写数字图像会保存为result.png。

参数设置

可以通过命令行参数来调整训练过程中的参数。例如：

python cGAN.py --n_epochs 50 --batch_size 64 --lr 0.0002

可用的参数包括：

• --n_epochs: 训练的总轮数。
• --batch_size: 每个批次的大小。
• --lr: 学习率。
• --b1, --b2: Adam优化器的动量衰减系数。
• --latent_dim: 隐藏空间的维度。
• --n_classes: 数据集的类别数量。
• --img_size: 图像的尺寸。
• --channels: 图像的通道数。
• --sample_interval: 采样间隔。

模型架构

• 生成器:

  • 输入：随机噪声向量和类别标签。
  • 输出：生成的图像。
  • 架构：全连接层 + 批归一化 + LeakyReLU激活函数 + Tanh激活函数。

• 判别器:

  • 输入：图像和类别标签。
  • 输出：判别结果（实数）。
  • 架构：全连接层 + LeakyReLU激活函数 + Dropout层。

结果

• 训练过程中，每opt.sample_interval个批次会生成一组图像并保存。
• 训练完成后，生成的损失曲线会保存为loss_curve.png。
• 使用最后保存的模型生成的手写数字图像会保存为result.png。

联系方式

如果你有任何问题或建议，请联系我。

```