Update README.md
计图 (Jittor) 人工智能算法挑战赛是在国家自然科学基金委信息科学部指导下,由北京信息科学与技术国家研究中心和清华大学-腾讯互联网创新技术联合实验室于 2021 年创办、基于清华大学“计图”深度学习框架的人工智能算法大赛。今年起,该赛事将作为中国软件开源创新大赛中开源任务挑战赛的赛事之一开展 AI 算竞赛。
大赛面向所有在校学生和 AI 相关领域从业人士开放,旨在通过竞技的方式提升人们对数据分析与处理的算法研究与技术应用的能力,推动我国自主人工智能平台的生态建设和人工智能研究和应用的深入。竞赛得到腾讯公司的赞助。
本热身赛道将在数字图片数据集 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。
本项目提供可直接运行 colab 文件,训练时间根据 colab 分配的 GPU 而定,约为 10 分钟左右。 执行以下命令安装 python 依赖
conda create -n jittor_cgan python=3 conda activate numpy pip install -r requirements.txt
依赖安装完毕后,下载.py 运行即可
下载 .ipynb 文件后,直接在 google colab 运行即可。
结果获取在相应的 content 里面。
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现,部分代码参考了 jittor-gan。
第二届计图人工智能挑战赛,Jittor 热身赛的实现
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 计图挑战热身赛 CGAN
背景
计图 (Jittor) 人工智能算法挑战赛是在国家自然科学基金委信息科学部指导下,由北京信息科学与技术国家研究中心和清华大学-腾讯互联网创新技术联合实验室于 2021 年创办、基于清华大学“计图”深度学习框架的人工智能算法大赛。今年起,该赛事将作为中国软件开源创新大赛中开源任务挑战赛的赛事之一开展 AI 算竞赛。
大赛面向所有在校学生和 AI 相关领域从业人士开放,旨在通过竞技的方式提升人们对数据分析与处理的算法研究与技术应用的能力,推动我国自主人工智能平台的生态建设和人工智能研究和应用的深入。竞赛得到腾讯公司的赞助。
关于
项目介绍
本热身赛道将在数字图片数据集 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。
安装
本项目提供可直接运行 colab 文件,训练时间根据 colab 分配的 GPU 而定,约为 10 分钟左右。 执行以下命令安装 python 依赖
运行环境
训练
python 执行方式
依赖安装完毕后,下载.py 运行即可
colab 执行方式
下载 .ipynb 文件后,直接在 google colab 运行即可。
结果获取在相应的 content 里面。
致谢
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现,部分代码参考了 jittor-gan。