cGAN v1.0
本项目包含了第三届计图挑战赛计图 - 热身赛的代码实现。
本项目基于jittor深度学习框架,使用了MNIST手写数字数据集,基于CGAN的网络架构,实现了生成手写数字图片的任务。
本项目在 1 张 Nvidia 3090 上运行,训练时间约为 2 小时。
执行以下命令安装 jittor 依赖
sudo apt install python3.7-dev libomp-dev python3.7 -m pip install jittor
单卡训练可运行以下命令:
python CGAN.py
此项目基于论文 Conditional Generative Adversarial Nets 实现,部分代码参考了 jittor-gan。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 挑战热身赛
简介
本项目包含了第三届计图挑战赛计图 - 热身赛的代码实现。
本项目基于jittor深度学习框架,使用了MNIST手写数字数据集,基于CGAN的网络架构,实现了生成手写数字图片的任务。
安装
本项目在 1 张 Nvidia 3090 上运行,训练时间约为 2 小时。
运行环境
安装依赖
执行以下命令安装 jittor 依赖
训练
单卡训练可运行以下命令:
致谢
此项目基于论文 Conditional Generative Adversarial Nets 实现,部分代码参考了 jittor-gan。