update README.md
使用Jittor机器学习框架,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
pip install jittor
macOS 12.4 python 3.10 jittor 1.30
python CGAN.py
无
介绍模型训练的方法: 运行所给模型
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。
感谢jittor提供的帮助
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 热身赛
简介
使用Jittor机器学习框架,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
安装
pip install jittor
运行环境
macOS 12.4 python 3.10 jittor 1.30
运行
python CGAN.py
安装依赖
pip install jittor
预训练模型
无
数据预处理
无
训练
介绍模型训练的方法: 运行所给模型
推理
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。
致谢
感谢jittor提供的帮助