Update README.md
主要结果：https://www.gitlink.org.cn/Swallotus/swallotus/tree/master/result.png
本项目包含了第三届计图挑战赛计图 - 手写数字生成比赛的代码实现。 采用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i7-12700H 上训练
Numpy:1.25.0 jittor:1.3.8.3 Pillow:9.5.0
执行以下命令安装 python 依赖 python -m pip install jittor
python CGAN.py 运行上述指令即可开始训练，训练使用 Jittor 框架内置的 MNIST 数据集格式，训练过程中每一个 epoch 的模型系数和结果文件将保存在文件夹下。
本项目参考了以下资料与项目，感谢作者的分享！ https://cg.cs.tsinghua.edu.cn/jittor/tutorial/2020-5-13-22-47-cgan/ https://github.com/Jittor/gan-jittor/blob/master/models/cgan/cgan.py
第三届计图人工智能挑战赛热身赛
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
jittor 计图挑战赛热身赛手写数字生成 GAN
主要结果：https://www.gitlink.org.cn/Swallotus/swallotus/tree/master/result.png
简介
本项目包含了第三届计图挑战赛计图 - 手写数字生成比赛的代码实现。 采用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i7-12700H 上训练
运行环境
Numpy:1.25.0 jittor:1.3.8.3 Pillow:9.5.0
安装依赖
执行以下命令安装 python 依赖 python -m pip install jittor
运行
python CGAN.py 运行上述指令即可开始训练，训练使用 Jittor 框架内置的 MNIST 数据集格式，训练过程中每一个 epoch 的模型系数和结果文件将保存在文件夹下。
致谢
本项目参考了以下资料与项目，感谢作者的分享！ https://cg.cs.tsinghua.edu.cn/jittor/tutorial/2020-5-13-22-47-cgan/ https://github.com/Jittor/gan-jittor/blob/master/models/cgan/cgan.py