Update README.md
| 标题名称包含赛题、方法
| 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计图 - 草图生成风景比赛的代码实现。本项目的特点是：采用了 XX 方法对 YY 处理，取得了 ZZ 的效果。
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目在3080单卡上运行，训练时间约为 0.5 小时。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型参数为
单卡训练可运行以下命令：
bash scripts/train.sh
设置epoch = 0
| 对参考的论文、开源库予以致谢，可选 Jittor 大赛官方对本赛题提供的示例代码，数据下载、模型定义、训练步骤等功能。 此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。
用CGAN 实现手写数字生成
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
数据集
Jittor
Jittor 热身赛：手写数字生成 CGAN
| 标题名称包含赛题、方法
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计图 - 草图生成风景比赛的代码实现。本项目的特点是：采用了 XX 方法对 YY 处理，取得了 ZZ 的效果。
安装
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目在3080单卡上运行，训练时间约为 0.5 小时。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型参数为
训练
单卡训练可运行以下命令：
推理
设置epoch = 0
致谢
| 对参考的论文、开源库予以致谢，可选 Jittor 大赛官方对本赛题提供的示例代码，数据下载、模型定义、训练步骤等功能。 此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。