📃 docs(readme.md): 补充 readme 文件
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Conditional GAN模型,并生成比赛页面指定数字序列。
本赛题提供示例代码框架,提供数据下载、模型定义、训练步骤等功能。
选手可以基于示例代码填充注释为 TODO 的部分完成该赛题。
项目使用 jittor 深度学习框架进行模型的设计、训练和预测,安装方法如下:
jittor
在 Ubuntu 中使用 Pip 安装 sudo apt install python3.7-dev libomp-dev python3.7 -m pip install jittor python3.7 -m jittor.test.test_example
命令行中输入 python CGAN.py 使其运行
执行结果将输出到项目根目录下的 result.png 中。
result.png
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
第三届计图人工智能挑战赛
计图挑战热身赛
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Conditional GAN模型,并生成比赛页面指定数字序列。
本赛题提供示例代码框架,提供数据下载、模型定义、训练步骤等功能。
选手可以基于示例代码填充注释为 TODO 的部分完成该赛题。
安装依赖
项目使用
jittor
深度学习框架进行模型的设计、训练和预测,安装方法如下:运行方式
执行结果将输出到项目根目录下的
result.png
中。