zhiqing0205/jittor--Amfeng---

第三届计图人工智能挑战赛热身赛——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(使用jittor实现)

Jittor 第三届计图挑战热身赛

简介

本项目包含了第三届计图挑战赛热身赛的代码实现。本项目的特点是：利用jittor框架实现Conditional GAN（Conditional Generative Adversarial Nets）对一个随机向量 z 和额外辅助信息 y 进行处理，生成特定数字的图像。

安装

本项目可在 1 张 3090 上运行，训练时间约为 0.5 小时。

运行环境

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

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

训练

｜ 介绍模型训练的方法

单卡训练可运行以下命令：

python CGAN.py

推理

生成结果可以运行以下命令：

python test.py --number 1234567890

致谢

此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。