计算机图形学基础PA3：Conditional GAN

1. 项目简述

本项目对应于计图挑战热身赛的赛题：利用数字图片数据集 MNIST，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，生成比赛页面指定数字序列。

2. 环境依赖

python=3.10.9
jittor=1.3.7.16
numpy=1.23.5

其中，可以通过如下指令安装jittor：

python3 -m pip install jittor

（详情请参考https://www.gitlink.org.cn/competitions/index/Jittor-4）

3. 文件结构

.
├── .gitignore
├── CGAN.py
├── discriminator_last.pkl
├── generator_last.pkl
├── readme.md
└── result.png

其中，CGAN.py是源代码，discriminator_last.pkl和generator_last.pkl分别是判别器和生成器在训练过程中保存的最后checkpoint，result.png是根据比赛页面指定数字序列生成的图像。

4. 运行方式

python CGAN.py

即可训练默认配置下的Conditional GAN模型。更多命令行参数如下：

python CGAN.py --n_epochs 100 --batch_size 64 --lr 0.0002 --b1 0.5 --b2 0.999 --n_cpu 8 --latent_dim 100 --n_classes 10 --img_size 32 --channels 1 --sample_interval 1000