CGAN

这是一个使用Jittor实现的条件生成对抗网络（CGAN）的项目。

项目结构

CGAN.py：包含了CGAN的主要实现代码。

依赖

Jittor Numpy PIL

使用方法

克隆这个仓库到你的本地环境。 安装所有依赖：pip install -r requirements.txt。 运行CGAN.py：python CGAN.py。

功能

CGAN.py：定义了一个CGAN模型，包括一个生成器和一个判别器。生成器用于生成新的、看起来像真实数据的假数据，判别器用于判断一个数据样本是真实的还是假的。这个文件还包含了训练这个模型的代码。

注意事项

你可以通过修改CGAN.py中的参数来改变模型的行为，例如你可以改变训练的轮数、批次大小等。 这个项目使用了Jittor，一个高效的深度学习框架。如果你没有安装Jittor，你需要先安装它。你可以在Jittor的官方网站上找到安装指南。 这个项目使用了MNIST数据集进行训练。如果你想使用其他数据集，你需要修改数据加载和预处理的代码。

贡献

欢迎任何形式的贡献，包括但不限于报告问题、提出新功能、改进代码等。