readme
本项目包含了第三届计图人工智能挑战赛 - 热身赛的代码实现。
ubuntu 18.04 LTS python >= 3.8 jittor >= 1.3.0
预训练模型模型为 discriminator_last.pkl 和 generator_last.pkl,可直接载入后运行。
discriminator_last.pkl
generator_last.pkl
运行以下命令进行训练和推理:
python CGAN.py
生成训练过程图 G_D_loss.png 、模型 discriminator_last.pkl 与 generator_last.pkl ,以及生成结果 result.png 。
G_D_loss.png
result.png
此项目基于论文 Conditional Generative Adversarial Nets 实现,代码参考了挑战赛给出的框架代码实现。
A Jittor implementation of Conditional GAN (CGAN).
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
CGAN_jittor
简介
本项目包含了第三届计图人工智能挑战赛 - 热身赛的代码实现。
运行环境
预训练模型
预训练模型模型为
discriminator_last.pkl
和generator_last.pkl
,可直接载入后运行。训练和推理
运行以下命令进行训练和推理:
生成训练过程图
G_D_loss.png
、模型discriminator_last.pkl
与generator_last.pkl
,以及生成结果result.png
。致谢
此项目基于论文 Conditional Generative Adversarial Nets 实现,代码参考了挑战赛给出的框架代码实现。