Jittor 第二届计图挑战赛热身赛 baseline

结果图

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。

评测方式

本赛题通过 MNIST 分类器进行生成图像的验证，程序能够正常生成结果，且生成的结果图被判定为绑定的手机号即为通过，否则不通过。 评测程序会返回每个数字的平均正确率，大于0.7即可通过。 在result.png中取得的结果为0.8112，通过测试。

安装

本项目可在 1 张 2080上运行，训练时间十分钟内

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

预训练模型模型包含两个文件，生成器generator为generator_last.pkl，辨别器discriminator为discriminator_last.pkl。

训练

主程序文件的前半部分已注释掉的代码为训练代码。

推理

主程序文件的其他部分代码为推理代码

致谢

此项目基于 Conditional GAN 实现，代码主要来自于 jittor-jgan。