Jittor-CGAN项目

项目简介

该项目是第三届计图人工智能挑战赛热身赛的一个实现方案，采用了jittor语言框架和条件对抗生成神经网络CGAN模型，目标是实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。
具体的实现过程是：在数字图片数据集MNIST上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，并生成某串数字对应的数字图片结果。
该项目基于计图比赛热身赛提供的代码修改而成，最终解释权由计图比赛官方确定。
安装和运行
步骤一克隆仓库
在您的命令行中输入下列命令来克隆仓库，请确保在这之前您已经配置好git。
```
git clone git@code.gitlink.org.cn:AlphaPlusBeta/Jittor-CGAN.git
```
步骤二安装依赖项
在您的命令行中输入下列命令来安装依赖项
```
pip install -r requirements.txt
```
请注意，这里面默认您已经配置好了python（推荐使用3.7版本）。如果您希望使用GPU运行本程序，您需要单独配置cuda环境，您可以参考jittor官网来完成这一步。
步骤三运行程序
在运行之前，您可以通过更改CGAN.py程序的第201行中的number变量来设置您希望输出图片显示的数字串。
运行时，请在命令行中输入下列命令
```
python CGAN.py
```
来执行默认的运行。您还可以通过命令行来调整训练参数。
步骤四获取结果

输出的图片会保存在result.png中。

├── CGAN.py
├── LICENSE
├── README.md
├── discriminator_last.pkl
├── generator_last.pkl
├── requirements.txt
└── result.png