Update README.md
本项目为第二届计图人工智能挑战赛-热身赛的代码实现。项目将会加载数字图片数据集 MNIST，训练一个将随机噪声和类别标签映射为数字图片的CGAN模型，并生成注册时绑定的手机号。
本项目将在一张1080Ti的显卡上进行训练和预测。
在cmd中执行以下命令安装项目必须的Python依赖。
pip install jittor pip install numpy
在CGAN.py的同级目录下执行以下命令训练并得到程序中赋值给number字符串的手机号码手写数字：
python CGAN.py
训练结束后，默认将训练好的模型参数保存到代码的同级目录下，生成器和判别器的文件名分别为： generator_last.pkl discriminator_last.pkl
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 中提出的原理实现，部分代码参考了jittor-gan
A conditional GAN by Jittor to generate specific handwritten digits
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor计图挑战热身赛热身赛（基于CGAN的手写数字生成）
简介
本项目为第二届计图人工智能挑战赛-热身赛的代码实现。项目将会加载数字图片数据集 MNIST，训练一个将随机噪声和类别标签映射为数字图片的CGAN模型，并生成注册时绑定的手机号。
安装
本项目将在一张1080Ti的显卡上进行训练和预测。
运行环境
安装依赖
在cmd中执行以下命令安装项目必须的Python依赖。
训练
在CGAN.py的同级目录下执行以下命令训练并得到程序中赋值给number字符串的手机号码手写数字：
训练结束后，默认将训练好的模型参数保存到代码的同级目录下，生成器和判别器的文件名分别为： generator_last.pkl discriminator_last.pkl
致谢
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 中提出的原理实现，部分代码参考了jittor-gan