ADD file via upload
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。
本项目在 1 张 3090 上运行，训练时间约为 30分钟。
1.安装jittor命令
sudo apt install python3.7-dev libomp-dev
python3.7 -m pip install jittor
命令：
python CGAN.py
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。
A Jittor implementation of Conditional GAN (CGAN)
Jittor 计图热身比赛 baseline
简介
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。
安装
本项目在 1 张 3090 上运行，训练时间约为 30分钟。
运行环境
安装依赖
1.安装jittor命令
sudo apt install python3.7-dev libomp-dev
python3.7 -m pip install jittor
训练
命令：
致谢
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。