ADD file via upload
本项目包含了第三届jittor挑战赛热身赛的代码，基于给定的示例代码完成实现。其特点为在数字图片数据集 MNIST 上训练 Conditional GAN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。
本项目可在4080 Laptop上运行，训练时间约为13分钟。
根据pip install命令分别安装numpy, jittor, timeit
在脚本内修改number变量的值后直接运行python脚本即可得到输出
本项目为jittor3热身赛内容，基于jittor深度学习框架，实现了用以生成手写数字图片的CGAN模型。
Jittor 热身赛 手写数字生成
简介
本项目包含了第三届jittor挑战赛热身赛的代码，基于给定的示例代码完成实现。其特点为在数字图片数据集 MNIST 上训练 Conditional GAN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。
安装
本项目可在4080 Laptop上运行，训练时间约为13分钟。
运行环境
安装依赖
根据pip install命令分别安装numpy, jittor, timeit
训练与推理
在脚本内修改number变量的值后直接运行python脚本即可得到输出