Delete ‘README.md’
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。
本项目需要使用Jittor框架，具体的计图框架安装步骤请参考(https://www.educoder.net/competitions/Jittor-4)[计图框架]
为了训练我们的模型，你需要数字图片数据集 MNIST，直接使用一下命令来调用数据集
from jittor.dataset.mnist import MNIST
检查数据集，然后运行：
python CGAN.py
训练结束之后，程序会以‘result.png’的格式保存到文件中。 下面是生成结果图片：
Jittor-CGAN
CGAN for Jittor
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。
安装环境
本项目需要使用Jittor框架，具体的计图框架安装步骤请参考(https://www.educoder.net/competitions/Jittor-4)[计图框架]
运行环境
训练
为了训练我们的模型，你需要数字图片数据集 MNIST，直接使用一下命令来调用数据集
检查数据集，然后运行：
训练结束之后，程序会以‘result.png’的格式保存到文件中。 下面是生成结果图片：