ADD file via upload
本项目包含了第二届计图挑战热身赛手写数字生成的代码实现。本项目在数字图片数据集MNIST训练Conditional GAN(Conditional Generative Adversarial nets)模型,通过输入一个随机向量和额外的类别标签,生成特定数字的图像。
课项目可在单张GTX 1080 Ti上运行,训练时间约为半小时。
执行以下命令安装python依赖:
pip install -r requirements.txt
下载预训练模型生成器、判别器,下载后放入当前目录。
None
训练命令如下:
python CGAN.py
此项目基于官方提供的示例代码。
A Jittor implementation of Conditional GAN for generating handwritten numerals using MNIST dataset.
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor手写数字生成比赛
简介
本项目包含了第二届计图挑战热身赛手写数字生成的代码实现。本项目在数字图片数据集MNIST训练Conditional GAN(Conditional Generative Adversarial nets)模型,通过输入一个随机向量和额外的类别标签,生成特定数字的图像。
安装
课项目可在单张GTX 1080 Ti上运行,训练时间约为半小时。
运行环境
安装依赖
执行以下命令安装python依赖:
预训练模型
下载预训练模型生成器、判别器,下载后放入当前目录。
数据预处理
None
训练
训练命令如下:
致谢
此项目基于官方提供的示例代码。