alter_readme
| 第二届计图挑战赛热身赛
| 标题名称包含赛题、方法
![主要结果] https://github.com/pangyd/jittor-Eternal-my_pub/result.png
|展示方法的流程特点或者主要结果等
| 简单介绍项目背景、项目特点
本项目包含了第二届计图挑战赛计图 - 计图挑战热身赛的代码实现。本项目的特点是:采用了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。
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在 1 张 1050ti 上运行,训练时间约为 6 小时。
| 介绍模型训练的方法
单卡训练可运行以下命令:
python CGAN.py
| 对参考的论文、开源库予以致谢,可选
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。
计图人工智能挑战赛热身赛
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
| 第二届计图挑战赛热身赛
Jittor 草图生成风景比赛 baseline
| 标题名称包含赛题、方法
![主要结果] https://github.com/pangyd/jittor-Eternal-my_pub/result.png
|展示方法的流程特点或者主要结果等
简介
| 简单介绍项目背景、项目特点
本项目包含了第二届计图挑战赛计图 - 计图挑战热身赛的代码实现。本项目的特点是:采用了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
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在 1 张 1050ti 上运行,训练时间约为 6 小时。
运行环境
训练模型
| 介绍模型训练的方法
单卡训练可运行以下命令:
致谢
| 对参考的论文、开源库予以致谢,可选
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。