计图挑战热身赛 CGAN

简介

本项目包含了第五届「计图Jittor」人工智能挑战赛 - 热身赛的代码实现。本项目的特点是：采用数字图片数据集MNIST，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，并用该模型生成特定数字的图像。

安装

本项目可在一张3050上运行，训练时间约为半小时。

运行环境

• ubuntu 22.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

本项目运行需要Jittor，依赖安装方法为

# 确保python版本大于等于3.7
python -m pip install jittor
python -m jittor.test.test_example
# 如果您电脑包含Nvidia显卡，检查cudnn加速库
python -m jittor.test.test_cudnn_op

训练

启动模型训练和生成可以使用以下命令

python CGAN.py

生成

要修改生成的数字序列，可以修改CGAN.py中第203行的number字符串，字符串的数字序列即为生成的图像中的数字序列，修改完成后可使用如下命令启动训练和生成

python CGAN.py