Jittor 草图生成风景比赛 CGAN

简介

本项目使用Jittor机器学习框架，在数字图片数据集MNIST上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，生成指定数字序列对应的图片。本项目的特点是：采用了CGAN方法对MNIST数据集处理，取得了生成指定手写数字图片的效果。

安装

python -m pip install jittor
测试是否可用
python -m jittor.test.test_core
python -m jittor.test.test_example

运行环境

• windows 11
• python >= 3.8
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

数据预处理

使用Jittor内嵌的MNIST数据集，无需下载预处理，直接程序加载。

训练

执行如下代码即可：

python CGAN.py

致谢

此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。