Update README.md
| 第三届计图挑战赛开源模板
| 标题名称包含赛题、方法
|展示方法的流程特点或者主要结果等
| 简单介绍项目背景、项目特点
本项目包含了第三届计图挑战赛计图 - 手写数字生成赛题的代码实现。本项目的特点是:采用了CGAN模型在MNIST数据集上训练以生成手写数字,并取得了0.9833的识别准确率。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录 <root>/weights/ 下。
<root>/weights/
| 介绍模型训练的方法
单卡训练可运行以下命令:
bash scripts/train.sh
| 介绍模型推理、测试、或者评估的方法
生成测试集上的结果可以运行以下命令:
bash scripts/test.sh
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
| 第三届计图挑战赛开源模板
Jittor 手写数字生成赛题 baseline
| 标题名称包含赛题、方法
|展示方法的流程特点或者主要结果等
简介
| 简单介绍项目背景、项目特点
本项目包含了第三届计图挑战赛计图 - 手写数字生成赛题的代码实现。本项目的特点是:采用了CGAN模型在MNIST数据集上训练以生成手写数字,并取得了0.9833的识别准确率。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录
<root>/weights/
下。训练
| 介绍模型训练的方法
单卡训练可运行以下命令:
推理
| 介绍模型推理、测试、或者评估的方法
生成测试集上的结果可以运行以下命令: