| 第三届计图人工智能挑战赛

Jittor 热身赛 baseline

| 计图挑战热身赛、方法

简介

| 简单介绍项目背景、项目特点

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

本项目可在 1 张 RTX 3050Ti 上运行，训练时间约为20分钟。

运行环境

• windows 10
• python >= 3.7
• jittor >= 1.3.0
• jittor >= 1.3.0
• CUDA 11.6

  安装依赖

  执行以下命令安装 python 依赖

  pip install jittor

训练

修改CGAN.py里的number变量值，运行CGAN.py即可生成指定手写数字

致谢

基于计图官方示例代码填充注释为TODO的部分完成