add:CGAN.py
本项目使用了Jittor 深度学习框架,在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型,可以生成指定数字序列对应的图片。
本项目可以在任意安装了jittor的硬件环境上运行,在单张3090上训练100epoch时间约为20分钟。
Jittor 框架目前支持 Linux 或 Windows(包括 WSL), mac 系统请安装虚拟机解决。需要使用 Python 及 C++ 编译器(g++ 或 clang)。 Jittor 提供了三种安装方法: docker, pip 和手动安装,具体安装教程请参考: https://cg.cs.tsinghua.edu.cn/jittor/download/
可以参考以下命令:
python CGAN.py
A Jittor implementation of Conditional GAN (CGAN)
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
CGAN_jittor
简介
本项目使用了Jittor 深度学习框架,在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型,可以生成指定数字序列对应的图片。
安装
本项目可以在任意安装了jittor的硬件环境上运行,在单张3090上训练100epoch时间约为20分钟。
安装Jittor
Jittor 框架目前支持 Linux 或 Windows(包括 WSL), mac 系统请安装虚拟机解决。需要使用 Python 及 C++ 编译器(g++ 或 clang)。 Jittor 提供了三种安装方法: docker, pip 和手动安装,具体安装教程请参考: https://cg.cs.tsinghua.edu.cn/jittor/download/
训练模型
可以参考以下命令: