ADD file via upload
| 第二届计图挑战赛
|本赛道将在数字图片数据集 MNIST 上训练 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。
| 本赛题将会提供数字图片数据集MNIST,参赛选手需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型,并生成下方给定用户随机ID对应的数字图片结果。
执行以下命令安装 python 依赖
pip install -r requirements.txt
| 介绍模型训练的方法
单卡训练可运行以下命令:
bash scripts/train.sh
多卡训练可以运行以下命令:
bash scripts/train-multigpu.sh
| 介绍模型推理、测试、或者评估的方法
生成测试集上的结果可以运行以下命令:
bash scripts/test.sh
手写数字生成
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
| 第二届计图挑战赛
Jittor 手写数字生成比赛
|本赛道将在数字图片数据集 MNIST 上训练 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。
简介
| 本赛题将会提供数字图片数据集MNIST,参赛选手需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型,并生成下方给定用户随机ID对应的数字图片结果。
安装
运行环境
安装依赖
执行以下命令安装 python 依赖
训练
| 介绍模型训练的方法
单卡训练可运行以下命令:
多卡训练可以运行以下命令:
推理
| 介绍模型推理、测试、或者评估的方法
生成测试集上的结果可以运行以下命令: