CGAN_jittor

简介

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。

Requirements

Jittor >= 1.3.0

Usage

python CGAN.py 命令行参数如下：

--n_epochs 训练epoch数，默认100
--batch_size 训练batch size，默认64
--lr adam优化器学习率，默认0.0002
--b1 adam优化器一阶动量衰减速率，默认0.5
--b2 adam优化器二阶动量衰减速率，默认0.999
--n_cpu batch生成所用cpu线程数，默认8
--latent_dim 隐空间的维数，默认100
--n_classes 数据集标签类别数目，默认10
--img_size 图片的维数，默认32
--channels 图片通道数，默认1
--sample_interval 保存图片的间隔，默认100

关于Jittor框架

可参考 https://cg.cs.tsinghua.edu.cn/jittor/