Jittor 计图挑战热身赛 Conditional GAN

简介

本项目包含了第二届计图挑战赛热身赛 - Conditional GAN。本项目是计算机图形学课程作业，是基于MNIST数据集的CGAN任务，参赛选手需要利用Jittor深度学习框架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，并生成比赛页面指定数字序列。

安装

本项目可直接在 CPU 上运行。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装计图

使用者需要安装Jittor深度学习框架，Windows用户通过pip可以使用以下命令安装Jittor：

# 检查python版本大于等于3.8
python --version
python -m pip install jittor
python -m jittor.test.test_core
python -m jittor.test.test_example

更为详细的安装教程请参考Jittor官方文档

训练

运行以下命令：

python CGAN.py

训练过程会在当前文件夹下生成中间图片，训练完成后会在当前文件夹下生成result.png，是generator产生的目标图片。

推理

生成结果可以运行以下命令：

python CGAN.py --mode generate

想要修改生成的图片数量可以修改CGAN.py中用TODO标识的number参数。

致谢

感谢 Jittor 提供的深度学习框架，计图挑战赛提供的数据集和代码框架，以及老师和助教的支持和指导。