remove result.png
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。
本项目在一张1650上运行，训练时间约为1小时。
执行以下命令安装python依赖
pip install -r requirements.txt
直接运行CGAN.py即可完成训练和推理。
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
Jittor 热身赛 CGAN
简介
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。
安装
本项目在一张1650上运行，训练时间约为1小时。
运行环境
安装依赖
执行以下命令安装python依赖
训练与推理
直接运行CGAN.py即可完成训练和推理。