| 第二届计图挑战赛

Jittor 计图挑战热身赛

简介

本赛道将在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。

本赛题将会提供数字图片数据集 MNIST，参赛选手需要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，并生成注册时绑定的手机号。

安装

本项目在 1 张 V100 上运行，训练时间约为半小时。

运行环境

• ubuntu 16.04 LTS
• python >= 3.7
• jittor >= 1.3.0
• CUDA 10.1

安装jittor

使用pip安装

pip install jittor

下载赛题示例代码

示例代码下载

git clone https://github.com/Jittor/gan-jittor.git

进入jittor的gan目录

cd gan-jittor/

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

进入代码所在文件夹

cd competition/warm_up_comp

完成To Do

TODO: 添加最后一个线性层，最终输出为一个实数（69行）

nn.Linear(512,1)

TODO: 将d_in输入到模型中并返回计算结果

return self.model(d_in)

TODO: 计算真实类别的损失函数

d_real_loss = adversarial_loss(validity_real, valid)

TODO: 计算虚假类别的损失函数

d_fake_loss = adversarial_loss(validity_fake, fake)

TODO: 写入你注册时绑定的手机号（字符串类型）

number = '手机号'

训练与图片生成

运行

python GCAN.py