目录
目录README.md

注意事项

使用时通过修改number的值可以生成包含不同数字串的图片

运行环境

  • ubuntu 20.04 LTS / Windows 10
  • python >= 3.7
  • jittor >= 1.3.0

编译选项

python CGAN.py
使其运行
可以通过在命令行指定不同的数值来修改模型训练时的不同参数,比如
python CGAN.py --n_epochs 10为指定训练epoch为10
更多的参数描述方法见下:
sample_interval 图像采样间隔
latent_dim    潜在空间的维度
n_cpu 使用的cpu线程数
b2  用于Adam优化器,梯度二阶动量的衰减率
b1 用于Adam优化器,梯度一阶动量的衰减率
lr 学习率
batch_size 批大小
n_classes  数据集的类别数
img_size 每个图像维度大小
关于

A Jittor implementation of Conditional GAN (CGAN)

31.0 KB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

©Copyright 2023 CCF 开源发展委员会
Powered by Trustie& IntelliDE 京ICP备13000930号