Jittor 热身赛

简介
本项目的特点是:采用了 jittor 方法对 MNIST 数据集处理,取得了生成电话号码的效果。
安装
本项目可在 1 张 GTX 1660 上运行,训练时间约为 30 分钟。
运行环境
- ubuntu 20.04 LTS
- python >= 3.7
- jittor >= 1.3.0
安装依赖
执行以下命令安装jittor
pip install jittor
预训练模型
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录 <root>/weights/
下。
训练
模型的训练可以运行以下命令:
python CGAN.py
训练完成后会根据设置的手机号自动进行推理。
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。
Jittor 热身赛
简介
本项目的特点是:采用了 jittor 方法对 MNIST 数据集处理,取得了生成电话号码的效果。
安装
本项目可在 1 张 GTX 1660 上运行,训练时间约为 30 分钟。
运行环境
安装依赖
执行以下命令安装jittor
预训练模型
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录
<root>/weights/
下。训练
模型的训练可以运行以下命令:
训练完成后会根据设置的手机号自动进行推理。
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。