Delete ‘README1.md’
CGAN_jittor使用jittor框架训练Conditional GAN
本项目包含了计图-CGAN的代码实现。 本项目的特点是：同时训练生成器和辨别器，最终得到生成的手写数字图片。
Use the package manager pip to install jittor.
conda install pywin32 python -m pip install jittor python -m jittor.test.test_core python -m jittor.test.test_example
通过jittor从网上下载MNIST数据集进行训练
from jittor.dataset.mnist import MNIST
对MNSIT数据集的图片进行归一化等操作
transform = transform.Compose([ transform.Resize(opt.img_size), transform.Gray(), transform.ImageNormalize(mean=[0.5], std=[0.5]), ])
设置训练的epochs和最终得到的手机号码，然后直接运行CGAN.py即可训练。
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。
CongJian
A Jittor implementation of Conditional GAN
CGAN_jittor
CGAN_jittor使用jittor框架训练Conditional GAN
简介
本项目包含了计图-CGAN的代码实现。 本项目的特点是：同时训练生成器和辨别器，最终得到生成的手写数字图片。
安装
Use the package manager pip to install jittor.
运行环境
下载MNIST数据集
通过jittor从网上下载MNIST数据集进行训练
数据预处理
对MNSIT数据集的图片进行归一化等操作
训练
设置训练的epochs和最终得到的手机号码，然后直接运行CGAN.py即可训练。
致谢
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。
License
CongJian