CGAN_jittor

本项目使用 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，生成指定数字序列对应的图片

在 CGAN 中，我们增加了限定条件 y，即数字 0-9 的类别标签, 因此生成器和判别器的输入都需要增加类别标签的维度，若真实图片为 x，对应标签为 y1，随机向量为 z，随机标签为 y2，则生成器的输出为 G(z, y2)，判别器的输出为 D(G(z, y2), y2) 及 D(x, y1)。在项目中，我们采用平方误差函数替代对数函数来计算损失。记合成图片为第 0 类，真实图片为第1 类，则分类器的损失函数为：

$L_D =\frac{1}{2}((D(G(z, y_2), y_2)^2 + (1 − D(x, y_1)^2))$

生成器的目标则是希望合成图片能欺骗判别器，使其被分为第1类，因此生成器的损失函数为：

$L_G = (1 − D(G(z, y_2), y_2))^2$