Jittor 计图挑战热身赛 baseline

| 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。

修改官方提供的源代码中的 TODO，然后直接训练和预测，即可获得结果

简介

本赛题将会提供数字图片数据集MNIST，参赛选手需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型，并生成下方给定用户随机ID对应的数字图片结果。 我需要生成的用户随机ID是：20838952078958

安装

本项目可在 1 张 2080Ti 上运行，训练时间约为 20 分钟。

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

训练 + 推理

python CGAN.py 一步完成训练 + 推理

致谢

| 对参考的论文、开源库予以致谢，可选

此项目基于比赛主办方发布在 第四届计图人工智能挑战赛 官方网站发布的 示例代码 基础上完成。