Jittor 计图挑战热身赛

简介

本项目包含了第二届计图挑战赛计图挑战热身赛的代码实现。本项目的特点是：采用了GAN对抗神经网络实现

安装

本项目可在通过python命令行参数进行

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

训练

可以通过命令行指定训练方法

parser.add_argument('--n_epochs', type=int, default=100, help='number of epochs of training')
parser.add_argument('--batch_size', type=int, default=64, help='size of the batches')
parser.add_argument('--lr', type=float, default=0.0002, help='adam: learning rate')
parser.add_argument('--b1', type=float, default=0.5, help='adam: decay of first order momentum of gradient')
parser.add_argument('--b2', type=float, default=0.999, help='adam: decay of first order momentum of gradient')
parser.add_argument('--n_cpu', type=int, default=8, help='number of cpu threads to use during batch generation')
parser.add_argument('--latent_dim', type=int, default=100, help='dimensionality of the latent space')
parser.add_argument('--n_classes', type=int, default=10, help='number of classes for dataset')
parser.add_argument('--img_size', type=int, default=32, help='size of each image dimension')
parser.add_argument('--channels', type=int, default=1, help='number of image channels')
parser.add_argument('--sample_interval', type=int, default=1000, help='interval between image sampling')

运行 python CGAN.py (需要的参数） 即可

致谢

此项目基于计图挑战赛热身赛模板，代码实现参考了 jittor-gan。