目录
目录README.md

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

数据预处理

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

关于

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

31.0 KB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

©Copyright 2023 CCF 开源发展委员会
Powered by Trustie& IntelliDE 京ICP备13000930号