第三届计图人工智能挑战赛热身赛

这个项目是第三届计图人工智能挑战赛热身赛的一个解决方案。它使用了Jittor框架，并采用条件生成对抗网络（Conditional GAN）模型，以生成数字图片为目标。

简介

本项目的特点是：通过将随机噪声和类别标签作为输入，该模型可以生成与给定标签相对应的数字图片。这种方法利用了生成对抗网络的结构和训练策略，通过对抗学习的方式来生成高质量的数字图像

安装

使用该项目前，请确保已经安装了以下的依赖项：

• Jittor

运行环境

• ubuntu 20.04 LTS

• python = 3.10

• jittor >= 1.3.0

安装依赖

使用Anaconda环境，创建一个虚拟环境。并且，使用conda安装依赖项：

conda install pywin32 python -m pip install jittor python -m jittor.test.test_core python -m jittor.test.test_example python -m jittor.test.test_cudnn_op

训练

可以通过下面的命令来启动程序:

python CGAN.py

项目结构

该仓库包括以下文件：

• CGAN.py - 用于训练和生成数字图像的程序。
• README.md - 该文件为仓库的所有信息。
• discriminator_last.pkl
• generator_last.pkl训练后的模型
• result.png - 训练后生成的数字图像。

提交反馈

如果您有任何问题或建议，请在GitHub上提出问题或向我们发送拉取请求。

致谢

该项目中的代码和架构大量参考了开源社区的开源代码，在此表示感谢。