Update README.md
Jittor计图挑战热身赛代码仓库。队伍：Rush EEEEEe
本项目为第二届计图挑战赛热身赛的代码实现，完成了样例代码的TODO部分，成功生成了队员的手机号。
运行环境 环境一 ubuntu 20.04 LTS
python >= 3.7
jittor >= 1.3.0
（可选）cuda >= 11.0
环境二 windows 10
python >= 3.8
安装依赖 numpy >= 1.20 预训练模型 discriminator_last.pkl与generator_last.pkl是预训练好的模型，须与CGAN.py置于同一目录下。
执行python CGAN.py即可开始训练，命令行参数如下：
–n_epochs 训练epoch数，默认100 –batch_size 训练batch size，默认128 –lr adam优化器学习率，默认0.003 –b1 adam优化器一阶动量衰减速率，默认0.5 –b2 adam优化器二阶动量衰减速率，默认0.999 –n_cpu batch生成所用cpu线程数，默认8 –latent_dim 隐空间的维数，默认100 –n_classes 数据集标签类别数目，默认10 –img_size 图片的维数，默认32 –channels 图片通道数，默认1 –sample_interval 保存图片的间隔，默认100
Jittor
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
jittor-jittor-Rush EEEEEe-计图挑战热身赛
Jittor计图挑战热身赛代码仓库。队伍：Rush EEEEEe
简介
本项目为第二届计图挑战赛热身赛的代码实现，完成了样例代码的TODO部分，成功生成了队员的手机号。
安装
运行环境 环境一 ubuntu 20.04 LTS
python >= 3.7
jittor >= 1.3.0
（可选）cuda >= 11.0
环境二 windows 10
python >= 3.8
jittor >= 1.3.0
（可选）cuda >= 11.0
安装依赖 numpy >= 1.20 预训练模型 discriminator_last.pkl与generator_last.pkl是预训练好的模型，须与CGAN.py置于同一目录下。
训练
执行python CGAN.py即可开始训练，命令行参数如下：
–n_epochs 训练epoch数，默认100 –batch_size 训练batch size，默认128 –lr adam优化器学习率，默认0.003 –b1 adam优化器一阶动量衰减速率，默认0.5 –b2 adam优化器二阶动量衰减速率，默认0.999 –n_cpu batch生成所用cpu线程数，默认8 –latent_dim 隐空间的维数，默认100 –n_classes 数据集标签类别数目，默认10 –img_size 图片的维数，默认32 –channels 图片通道数，默认1 –sample_interval 保存图片的间隔，默认100