Jittor 计图挑战热身赛 CGAN

简介

本项目包含了第二届计图挑战赛计图 - 计图挑战热身赛比赛的代码实现。本项目的原理是：采用 Conditional GAN (Conditional generative adversarial nets) 模型训练 MNIST 数字图片数据集，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。 实现方式是补全代码中的TODO部分，即可生成指定的数字组合（如账号注册时绑定的手机号）。

安装

硬件需求

Jittor框架对环境要求如下:

• 操作系统: Ubuntu >= 16.04 或 Windows Subsystem of Linux（WSL）
• Python：版本 >= 3.7
• GPU 编译器（可选）：nvcc >=10.0
• GPU 加速库（可选）：cudnn-dev

运行环境

本机环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

其他环境

本项目同时也在 Google Colab 上训练，环境如下

• Ubuntu 18.04.5 LTS
• python >= 3.7
• jittor >= 1.3.0
• cuda >= 11.0

安装依赖

执行以下命令安装 python 依赖

sudo apt install python3.7-dev libomp-dev  
python3.7 -m pip install jittor  
# or install from github(latest version)  
# python3.7 -m pip install git+https://github.com/Jittor/jittor.git  
pip install -r requirements.txt

预训练模型

预训练模型文件为discriminator_last.pkl和generator_last.pkl

训练

输入 python CGAN.py 命令即可开始训练，训练完成后自动生成输入的指定数字图片