CGAN_jittor

安装

本项目基于 Jittor 框架实现，Jittor 是一个基于即时编译和元算子的高性能深度学习框架，整个框架在即时编译的同时，还集成了强大的Op编译器和调优器，为您的模型生成定制化的高性能代码。Jittor还包含了丰富的高性能模型库，涵盖范围包括：图像识别、检测、分割、生成、可微渲染、几何学习、强化学习等。 本项目基于 Windows x86 系统运行，您也可以根据自己的运行环境安装对应的 Jittor 版本。

Docker 安装

# linux CPU only
docker run -it --network host jittor/jittor
# linux CPU and CUDA
docker run -it --network host --gpus all jittor/jittor-cuda
# mac/windows
docker run -it -p 8888:8888 jittor/jittor

Pip 安装

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

关于 Jittor 使用的详细信息，请参见 https://cg.cs.tsinghua.edu.cn/jittor/tutorial/。

项目运行

本项目基于第三届计图人工智能挑战赛——计图挑战热身赛搭建，比赛使用数字图片数据集 MNIST，参赛选手需要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。赛题提供示例代码框架，提供数据下载、模型定义、训练步骤等功能。 数据集及训练中间结果可通过访问 https://cloud.tsinghua.edu.cn/d/463a736e9f1743d38487/ 获取。 本项目已经完成所有 TODO 内容，可以执行下面代码以运行项目。

python CGAN.py

本项目ID为 11024121101842 ，最终结果在 .\result.png 中。

友情链接

比赛官网：https://www.educoder.net/competitions/Jittor-4 Jittor 官网: https://cg.cs.tsinghua.edu.cn/jittor/