Update README.md
本赛道将在数字图片数据集 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。
python CGAN.py --n_epochs 100 --batch_size 64 --lr 0.0002 --sample_interval 1000
计图挑战热身赛
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
jittor
本赛道将在数字图片数据集 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。
运行环境
执行指令
python CGAN.py --n_epochs 100 --batch_size 64 --lr 0.0002 --sample_interval 1000