Jittor 挑战热身赛-MNIST手写数字生成

简介

| 简单介绍项目背景、项目特点

本项目包含了第二届计图挑战赛-挑战热身赛：MNIST手写数字生成的代码实现。根据官方提供的BaseLine补充部分代码。具体方法： 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3090 上运行，训练时间约为 20分钟。

运行环境

• python >= 3.7

• jittor >= 1.3.0

  jittor安装方法：https://www.educoder.net/competitions/index/Jittor-3

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

训练

python CGAN.py

结果

生成的结果保存在result.png文件