Update README.md
第二届计图挑战赛
本项目在数字图片数据集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。本项目通过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，生成手机号码的图像。
本项目是基于Jittor框架完成的，因此需要安装jittor框架。jittor的安装可以参考：https://cg.cs.tsinghua.edu.cn/jittor/download/
cd CGAN $ python CGAN.py
https://www.gitlink.org.cn/repo/Fengry0316/CGAN/raw/branch/main/result.png
本项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor中CGAN的代码(https://github.com/Jittor/gan-jittor)。
本项目在数字图片数据集 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。
©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
jittor-JLU猎鹰战队-计图挑战热身赛
简介
本项目在数字图片数据集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。本项目通过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，生成手机号码的图像。
安装
本项目是基于Jittor框架完成的，因此需要安装jittor框架。jittor的安装可以参考：https://cg.cs.tsinghua.edu.cn/jittor/download/
运行
gitclonehttps://gitlink.org.cn/Fengry0316/CGAN.gitcd CGAN $ python CGAN.py
结果
https://www.gitlink.org.cn/repo/Fengry0316/CGAN/raw/branch/main/result.png
致谢
本项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor中CGAN的代码(https://github.com/Jittor/gan-jittor)。