jittor_KS_warmup

本项目在数字图片数据集 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。

简介

本项目包含了第二届计图挑战热身赛的代码实现。本项目的特点是：采用了 Conditional GAN 方法训练一个将随机噪声和类别标签映射为数字图片的模型，在 Jittor 热身赛数据指标1上达到了 0.8489.

安装

本项目可在 1 张 Titan X Pascal 上运行，训练时间约为 0.5 小时。

运行环境

• ubuntu 18.04 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

运行

可运行以下命令：

python CGAN.py

致谢

此项目代码主要基于 jittor-gan，我只做了微小的调整。