CGAN_jittor
项目简述
Jittor热身赛代码,将在数字图片数据集 MNIST 上训练 Conditional GAN(Conditional generative adversarial nets)模型,通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签),生成特定数字的图像,训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型,并生成给定用户随机ID对应的数字图片结果。
项目安装
Jittor 框架对环境要求如下:
- 操作系统: Ubuntu >= 16.04 或 Windows Subsystem of Linux(WSL)
- Python:版本 >= 3.7
- C++编译器 (需要下列至少一个)
- g++ (>=5.4.0)
- clang (>=8.0)
- GPU 编译器(可选):nvcc >=10.0
- GPU 加速库(可选):cudnn-dev (cudnn开发版)
Pip 安装方式
sudo apt install python3.7-dev libomp-dev
python3.7 -m pip install jittor
# or install from github(latest version)
# python3.7 -m pip install git+https://github.com/Jittor/jittor.git
python3.7 -m jittor.test.test_example
如果测试运行通过,则说明已经安装完成
运行方式
python CGAN.py
CGAN_jittor
项目简述
Jittor热身赛代码,将在数字图片数据集 MNIST 上训练 Conditional GAN(Conditional generative adversarial nets)模型,通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签),生成特定数字的图像,训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型,并生成给定用户随机ID对应的数字图片结果。
项目安装
Jittor 框架对环境要求如下:
Pip 安装方式
如果测试运行通过,则说明已经安装完成
运行方式