Jittor 热身赛-基于CGAN的手写数字识别(Jittor框架)

简介

本项目包含了第二届计图挑战赛计图热身赛 - 使用了Jittor 机器学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，并生成指定数字序列对应的图片。

安装

本项目在 1 张 V100 上运行，训练时间约为半小时。

运行环境

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

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

进入代码所在文件夹

cd competition/warm_up_comp

完成To Do

TODO: 添加最后一个线性层，最终输出为一个实数（69行）

nn.Linear(512,1)

TODO: 将d_in输入到模型中并返回计算结果

return self.model(d_in)

TODO: 计算真实类别的损失函数

d_real_loss = adversarial_loss(validity_real, valid)

TODO: 计算虚假类别的损失函数

d_fake_loss = adversarial_loss(validity_fake, fake)

TODO: 写入你注册时绑定的手机号（字符串类型）

number = '手机号'

训练与图片生成

运行

python GCAN.py

致谢

此项目部分代码参考了 jittor-gan。