修改保存路径
| 第二届计图挑战赛热身赛开源
本项目包含了第二届计图挑战赛计图热身赛 - 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。
执行以下命令安装 python 依赖
pip install -r requirements.txt
jittor环境安装参考官方文档
python CGAN.py
模型保存在model目录下
model
生成的中间结果保存在result目录下
result
生成测试集上的结果可以运行以下命令:
python CGAN_gen.py
此项目参考了 jittor-gan。
采用jittor框架实现的CGAN(计图2024的热身赛题)
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
| 第二届计图挑战赛热身赛开源
Jittor 热身赛 CGAN
简介
本项目包含了第二届计图挑战赛计图热身赛 - 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。
安装
运行环境
安装依赖
执行以下命令安装 python 依赖
jittor环境安装参考官方文档
训练
python CGAN.py
模型保存在
model
目录下生成的中间结果保存在
result
目录下推理
生成测试集上的结果可以运行以下命令:
python CGAN_gen.py
致谢
此项目参考了 jittor-gan。