Update README.md
大赛官网：https://www.educoder.net/competitions/index/Jittor-3
计图 (Jittor) 人工智能算法挑战赛是在国家自然科学基金委信息科学部指导下，由北京信息科学与技术国家研究中心和清华大学-腾讯互联网创新技术联合实验室于 2021 年创办、基于清华大学“计图”深度学习框架的人工智能算法大赛。今年起，该赛事将作为中国软件开源创新大赛中开源任务挑战赛的赛事之一开展 AI 算竞赛。
Jittor官网：https://cg.cs.tsinghua.edu.cn/jittor/
计图（Jittor）：一个完全基于动态编译（Just-in-time）,内部使用创新的元算子和统一计算图的深度学习框架， 元算子和Numpy一样易于使用，并且超越Numpy能够实现更复杂更高效的操作。而统一计算图则是融合了静态计算图和动态计算图的诸多优点，在易于使用的同时，提供高性能的优化。基于元算子开发的深度学习模型，可以被计图实时的自动优化并且运行在指定的硬件上，如CPU，GPU，TPU。
Jittor前端语言为Python。前端使用了模块化的设计，类似于PyTorch，Keras，后端则使用高性能语言编写，如CUDA，C++。
本赛道将在数字图片数据集 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。
pip install jittor
!python /kaggle/input/jittor-code/CGAN.py
根据 CGAN.py 文件 line 208 的字符串，生成手写数字图片：
number = '15915726273'
本项目基于赛事官方代码，非常感谢！
https://github.com/Jittor/JGAN/tree/master/competition#%E8%AE%A1%E5%9B%BE%E6%8C%91%E6%88%98%E7%83%AD%E8%BA%AB%E8%B5%9B
第二届计图人工智能挑战赛 大赛官网：https://www.educoder.net/competitions/index/Jittor-3 基于开源机器学习框架——计图（Jittor）
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
第二届计图人工智能挑战赛–热身赛
大赛官网：https://www.educoder.net/competitions/index/Jittor-3
计图 (Jittor) 人工智能算法挑战赛是在国家自然科学基金委信息科学部指导下，由北京信息科学与技术国家研究中心和清华大学-腾讯互联网创新技术联合实验室于 2021 年创办、基于清华大学“计图”深度学习框架的人工智能算法大赛。今年起，该赛事将作为中国软件开源创新大赛中开源任务挑战赛的赛事之一开展 AI 算竞赛。
开源机器学习框架——计图（Jittor）
Jittor官网：https://cg.cs.tsinghua.edu.cn/jittor/
计图（Jittor）：一个完全基于动态编译（Just-in-time）,内部使用创新的元算子和统一计算图的深度学习框架， 元算子和Numpy一样易于使用，并且超越Numpy能够实现更复杂更高效的操作。而统一计算图则是融合了静态计算图和动态计算图的诸多优点，在易于使用的同时，提供高性能的优化。基于元算子开发的深度学习模型，可以被计图实时的自动优化并且运行在指定的硬件上，如CPU，GPU，TPU。
Jittor前端语言为Python。前端使用了模块化的设计，类似于PyTorch，Keras，后端则使用高性能语言编写，如CUDA，C++。
赛题说明
本赛道将在数字图片数据集 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。
安装说明
运行命令
运行结果
根据 CGAN.py 文件 line 208 的字符串，生成手写数字图片：
致谢
本项目基于赛事官方代码，非常感谢！
https://github.com/Jittor/JGAN/tree/master/competition#%E8%AE%A1%E5%9B%BE%E6%8C%91%E6%88%98%E7%83%AD%E8%BA%AB%E8%B5%9B