Update .gitignore
本项目是第三届计图人工智能挑战赛热身赛项目，实现了基本的CGAN框架，基于MNIST数据集进行训练并生成指定序列的数字图像。
使用的python版本为Python 3.10.11，运行以下命令以配置环境 参考https://cg.cs.tsinghua.edu.cn/jittor/download/ python -m pip install jittor# if conda is used conda install pywin32 python -m jittor_utils.install_cuda python -m jittor.test.test_example//测试 python -m jittor.test.test_resnet//测试
修改number，进入py程序所在文件夹后采用默认参数运行 python CGAN.py 最终模型生成的图片保存在result.png中
代码框架来自于头歌平台举办的在线竞赛“第三届计图人工智能挑战赛”热身赛所提供的示例代码，链接为 https://www.educoder.net/competitions/Jittor-4 使用Apache 2.0 License协议
A Jittor implementation of Conditional GAN
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
CGAN
项目简介：
本项目是第三届计图人工智能挑战赛热身赛项目，实现了基本的CGAN框架，基于MNIST数据集进行训练并生成指定序列的数字图像。
环境配置：
使用的python版本为Python 3.10.11，运行以下命令以配置环境 参考https://cg.cs.tsinghua.edu.cn/jittor/download/ python -m pip install jittor# if conda is used conda install pywin32 python -m jittor_utils.install_cuda python -m jittor.test.test_example//测试 python -m jittor.test.test_resnet//测试
运行方式
修改number，进入py程序所在文件夹后采用默认参数运行 python CGAN.py 最终模型生成的图片保存在result.png中
开源许可
代码框架来自于头歌平台举办的在线竞赛“第三届计图人工智能挑战赛”热身赛所提供的示例代码，链接为 https://www.educoder.net/competitions/Jittor-4 使用Apache 2.0 License协议