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。
安装
本项目训练时间约为 2 小时。
运行环境
- python >= 3.7
- jittor >= 1.3.0
预训练模型
预训练模型模型为discriminator_last.pkl,generator_last.pkl。
训练 + 推理
可运行以下命令:
python CGAN.py
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)。
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。
安装
本项目训练时间约为 2 小时。
运行环境
预训练模型
预训练模型模型为discriminator_last.pkl,generator_last.pkl。
训练 + 推理
可运行以下命令:
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)。