CGAN_Jittor

项目简述

​ 本项目使用Jittor深度学习框架，在数字图片数据集MNIST训练了一个将随机噪声和类别标签映射为数字图片的Conditional GAN模型，生成指定数字序列对应的图片。

安装说明

运行环境

• python >= 3.7
• jittor >= 1.3.0

Jittor安装

​ 运行程序需要安装Jittor框架，具体方法如下，同时可参考https://cg.cs.tsinghua.edu.cn/jittor/download/。

Linux（pip安装）

sudo apt install python3.7-dev libomp-dev
python3.7 -m pip install jittor
python3.7 -m jittor.test.test_example
python -m jittor_utils.install_cuda

macOS

brew install python@3.7 onednn libomp
python3.7 -m pip install jittor
python3.7 -m jittor.test.test_example

Windows

python --version
python -m pip install jittor
python3.7 -m jittor.test.test_example

运行说明

• 修改CGAN.py第201行number为想要生成的数字序列（字符串类型）；

number = '***想要生成的数字序列***'

• 运行CGAN.py；

Linux/macOS

python3 CGAN.py

Windows

python CGAN.py

• 在根目录下查看result.png即为最终生成结果。

运行示例

​ “20834462078509”数字序列的生成结果为：

致谢

​ 本项目基于Jittor深度学习框架以及第四届计图人工智能挑战赛提供的示例代码搭建。