CGAN

Jittor 挑战热身赛 CGAN

采用CGAN的方法训练手写数字的生成对抗网络，上图为生成一串特定数字的结果。

简介

本项目包含了第二届计图挑战赛计图热身赛的代码实现。本项目的特点是：采用了Conditional GAN的方法对手写数字的生成进行处理，取得了较为不错的效果。

项目部署

环境依赖

python                 3.10.0
numpy                  1.22.3
jittor                 1.3.4.3
tqdm                   4.64.0

关于jitter安装参考 https://nbviewer.jupyter.org/github/Jittor/LearnJittorBasicIn60Min/tree/master/

预训练模型

预训练模型模型为discriminator_last.pkl，generator_last.pkl。

项目运行

在pycharm中构建jittor环境运行

训练 + 推理 可运行以下命令：

python CGAN.py

本项目训练时间约为 2 小时。

会默认训练100个Epoch后进行推理，生成一串指定数字的图片(results.png)。