Update test.py
本项目使用jittor框架实现，准确说是jittor 1.3.1.53版本。 基于简单MNIST数据集(jittor内置的训练集)，完成Conditional-GAN的训练、loss保存。
使用以下命令来获得参数选项
python3.7 CGAN.py -h
使用以下命令训练模型，并保存模型和loss序列：
python3.7 CGAN.py
以下命令可视化loss序列：
python3.7 process.py
生成器测试:
python3.7 test.py
根据提供的一串数字生成图片result.png。 判别器测试：
python3.7 evaluate.py
同样基于jittor提供的MNIST测试集完成。
A Jittor implementation of Conditional GAN (CGAN).
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Conditional-GAN
本项目使用jittor框架实现，准确说是jittor 1.3.1.53版本。 基于简单MNIST数据集(jittor内置的训练集)，完成Conditional-GAN的训练、loss保存。
使用以下命令来获得参数选项
使用以下命令训练模型，并保存模型和loss序列：
以下命令可视化loss序列：
生成器测试:
根据提供的一串数字生成图片result.png。 判别器测试：
同样基于jittor提供的MNIST测试集完成。