CGAN of MNIST Digit Generation

本项目实现了一个基于 Jittor 深度学习框架的条件生成对抗网络（Conditional GAN），用于生成指定类别的 MNIST 手写数字图像。

特性

• 使用 Jittor 框架构建条件 GAN 模型
• 支持自定义生成特定类别的 MNIST 数字图像
• 提供完整的训练和推理流程
• 可视化生成结果并保存为图像文件

安装指南

确保您已安装以下依赖项：

pip install jittor numpy PIL

运行方法

运行项目只需执行以下命令：

python -m CGAN

参数说明

参数名	类型	默认值	描述
--n_epochs	int	100	训练轮数
--batch_size	int	64	批次大小
--lr	float	0.0002	学习率
--latent_dim	int	100	随机噪声维度
--n_classes	int	10	分类数量（MNIST 数据集共有 10 个类别）

示例输出