修改README
本项目是用Jittor深度学习框架搭建的Conditional GAN,并在MNIST上进行训练。模型定义与训练过程的代码均在CGAN.py中。
CGAN.py
在Windows系统上Python>=3.8, 在Linux系统上Python>=3.7。建议使用显卡加速,已知cuda=11.3是支持的。
Python>=3.8
Python>=3.7
cuda=11.3
在你常用的环境下执行如下命令。
pip install -r requirements.txt
运行如下命令对Jittor进行测试:
python -m jittor.test.test_example python -m jittor.test.test_cudnn_op # 测试cudnn加速库,可能有个别样例不通过
运行如下代码进行训练,默认生成0-9的数字,保存在result.png中。
python CGAN.py
python evaluate.py
使用Jittor框架在MNIST上训练Conditinal GAN模型
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
cganOnMnist
项目简介
本项目是用Jittor深度学习框架搭建的Conditional GAN,并在MNIST上进行训练。模型定义与训练过程的代码均在
CGAN.py
中。使用方法
运行环境
在Windows系统上
Python>=3.8
, 在Linux系统上Python>=3.7
。建议使用显卡加速,已知cuda=11.3
是支持的。安装依赖包
在你常用的环境下执行如下命令。
运行如下命令对Jittor进行测试:
训练
运行如下代码进行训练,默认生成0-9的数字,保存在result.png中。
评估
友情链接