Jittor 计图挑战热身赛 Conditional GAN

本项目实现了一个条件生成对抗网络（CGAN），用于生成手写数字图像。模型使用Jittor框架实现，并使用MNIST数据集进行训练。生成的图像通过拼接形成长条图，可以根据输入的数字序列生成相应的手写体图片。

简介

| 简单介绍项目背景、项目特点

本项目为第四届计图挑战热身赛的项目代码，包含了手写字体生成赛题的代码实现。 本项目的特点是：采用了条件生成对抗网络（CGAN）对手写数字进行生成，取得了高质量的手写体数字生成效果。

安装

本项目可在 1 张 2080 上运行，训练时间约为 1 小时。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

预训练模型下载地址为 https://github.com/YAR-sdu/temp，下载后放入目录 <root> 下。

训练与推理

单卡训练可运行以下命令：

python CGAN.py