排名情况

Jittor

| 第三届计图挑战赛开源说明文档

Jittor 计图挑战热身赛 训练 Conditional GAN 生成特定数字的图像

简介

热身赛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。

赛题内容

根据计图自带的数据集库，可以下载导入数字图片数据集MNIST，我们需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型，并生成给定用户随机ID对应的数字图片结果。。

安装

本项目可在 1 张 3050 上运行，显卡要求很低，训练时间很短，分钟级别。

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

训练并生成图片

修改CGAN.py中的217行处数字，可以生成指定数字的图片。可以运行以下命令：

python CGAN.py
        

致谢

此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-cgan。