CGAN_jittor

1 项目简介

1.1 功能介绍

使用Jittor机器学习框架，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Conditional GAN模型，生成指定数字序列对应的图片。

1.2 代码框架

• 源代码：CGAN.py构成，包括了模型的定义、训练以及最终结果的输出的功能
• .gitignore文件
• README.md文件

2 使用方法

2.1 Jittor安装

Jittor框架目前支持Linux或Windows，需要使用Python及C++编译器(g++或clang)。Jittor提供了三种安装方法:docker，pip和手动安装，安装方法请参考安装教程https://cg.cs.tsinghua.edu.cn/jittor/download/

2.2 重要参数更改

• 代码16行default值为训练次数，可以更改default值以改变训练次数
• 代码的227行中的变量number为最终用于生成图片的序列，可以修改数字字符串，来改变最终生成的图片内容。

2.4 运行

项目根目录下打开命令行执行python CGAN.py