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。
本项目可在 1 张 A100 上运行，训练时间约为 5 分钟。
无特定依赖项
下载预训练模型模型 discriminator_last.pkl和generator_last.pkl，放在根目录即可。
discriminator_last.pkl
generator_last.pkl
单卡训练可运行以下命令：
python CGAN.py
训练完毕后，自动生成数字序列。
jittor-PGSmall-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 计图挑战热身赛 CGAN
简介
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。
安装
本项目可在 1 张 A100 上运行，训练时间约为 5 分钟。
运行环境
安装依赖
无特定依赖项
预训练模型
下载预训练模型模型
discriminator_last.pkl和generator_last.pkl，放在根目录即可。训练
单卡训练可运行以下命令：
推理
训练完毕后，自动生成数字序列。