Update
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Conditional GAN模型,并生成指定的ID。
运行模型:
python cgan.py
A Jittor implementation of Conditional Gan(CGAN).
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
CGAN
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Conditional GAN模型,并生成指定的ID。
运行模型: