ADD file via upload
这个项目是清华大学计算机系开设课程计算机图形学的一次实验作业,在给出的实例代码框架下补全部分代码使用Jitter语言实现了一个简单的Conditional GAN网络模型,通过多轮迭代来训练生成对抗网络,最后根据用户提供的编号生成对应的图像。
本人使用Windows 11系统下装配的wsl2环境,在命令行输入如下指令安装Jittor环境:
sudo apt install python3.7-dev libomp-dev python3.7 -m pip install jittor python3.7 -m jittor.test.test_example
如是在其他系统下运行,请参考官方安装教程
在代码中第203行输入指定编号字符串后,直接运行代码文件CGAN.py即可。
The fourth assignment of Tsinghua University computer graphics course. 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
Jitter实现的Conditional GAN网络模型
一、项目简述
这个项目是清华大学计算机系开设课程计算机图形学的一次实验作业,在给出的实例代码框架下补全部分代码使用Jitter语言实现了一个简单的Conditional GAN网络模型,通过多轮迭代来训练生成对抗网络,最后根据用户提供的编号生成对应的图像。
二、安装依赖
本人使用Windows 11系统下装配的wsl2环境,在命令行输入如下指令安装Jittor环境:
如是在其他系统下运行,请参考官方安装教程
三、运行方式
在代码中第203行输入指定编号字符串后,直接运行代码文件CGAN.py即可。