| 第三届计图挑战赛

Jittor 计图挑战热身赛 CGAN

简介

本项目包含了第三届计图挑战赛计图挑战热身赛比赛的代码实现。本项目的特点是：采用了CGAN方法对MNIST输入数据进行学习处理， 得到了完成训练生成器和判别器，并用生成器生成了随机id以验证效果。

安装

本项目可在 1 张 3090 上运行，训练时间约为 0.8 小时。

运行环境

• ubuntu 20.04.6 LTS
• python >= 3.8
• jittor >= 1.14.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

该模型较为简单，无需预训练模型

数据预处理

该数据集较为简单，无需预处理

训练

该模型较为简单，单卡即可 训练执行如下命令： python CGAN.py

推理

推理：使用GAN模型，改平方误差评价，在数据提供时同时提供标签进行训练，以使得生成器能生成对应标签的内容 测试：每完成一个epoch后用生成器生成一组带标签图像以测试生成结果，从loss函数和生成器结果综合判断判别器结果 评估：对预期需要生成的一串随机数字，由训练完的生成器进行生成，检测其生成效果

测试集上的结果会自动生成并保存

致谢

此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。