Jittor 计图挑战热身赛 Conditional GAN

简介

本项目包含了第四届计图挑战赛计图挑战热身赛的代码实现。本项目的特点是：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”20349262030119“的图像，最终评测结果为acc：0.9709，图像结果见result.png

安装

本项目可在Windows上运行，训练时间约为 6 小时，也可使用GPU进行加速

运行环境

• Windows 10 家庭中文版
• python >= 3.7
• jittor >= 1.3.0

推理

直接在pycharm上运行CGAN.py可以获得结果