Update README.md
本项目包含了第二届计图挑战赛计图 - 手写数字生成的代码实现。本项目的特点是：在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，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。
本项目可在Ubuntu上运行，训练时间约为 2小时。
·python >= 3.8 ·jittor >= 1.3.1
直接运行CGAN.py文件即可：python3 CGAN.py
https://github.com/Jittor/gan-jittor/blob/master/competition/warm_up_comp/CGAN.py
number = ‘’#写入你注册时绑定的手机号（字符串类型） 改动上述代码可输出自己想要的数字序列
A Jittor implementation of Conditional GAN (CGAN).
CGAN_jittor
简介
本项目包含了第二届计图挑战赛计图 - 手写数字生成的代码实现。本项目的特点是：在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，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。
安装
本项目可在Ubuntu上运行，训练时间约为 2小时。
运行环境
·python >= 3.8 ·jittor >= 1.3.1
训练
直接运行CGAN.py文件即可：python3 CGAN.py
使用到的代码框架：
https://github.com/Jittor/gan-jittor/blob/master/competition/warm_up_comp/CGAN.py
可改动部分：
number = ‘’#写入你注册时绑定的手机号（字符串类型） 改动上述代码可输出自己想要的数字序列