README
用户随机ID为542682542720
本项目包含了第二届计图挑战赛计图 - 生成手写数字比赛的代码实现。本项目的特点是：采用了Conditional GAN方法在数字图片数据集MNIST上进行训练， 建立一个将随机噪声和类别标签映射为数字图片的模型。最终，对用户随机ID进行测试，得到对应的手写数字的图像。
本项目可在 1 张 4070 上运行，训练时间约为 10 分钟。
执行以下命令安装 python 依赖
conda create --name <envName> --file requirements.txt
单卡训练可运行以下命令：
python CGAN.py
模型会自动生成最终结果，并保存到result.png中。
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。
This project task is the generation of handwritten numbers, and part of the code references jittor-gan
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
数据集
生成手写数字-CGAN
用户随机ID为542682542720
简介
本项目包含了第二届计图挑战赛计图 - 生成手写数字比赛的代码实现。本项目的特点是：采用了Conditional GAN方法在数字图片数据集MNIST上进行训练， 建立一个将随机噪声和类别标签映射为数字图片的模型。最终，对用户随机ID进行测试，得到对应的手写数字的图像。
安装
本项目可在 1 张 4070 上运行，训练时间约为 10 分钟。
运行环境
安装依赖
执行以下命令安装 python 依赖
训练
单卡训练可运行以下命令：
推理
模型会自动生成最终结果，并保存到result.png中。
致谢
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。