Jittor 计图挑战热身赛 Conditional GAN

| 本项目包含了第三届计图人工智能挑战赛 - 计图挑战热身赛的代码实现。本项目的特点是：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 ，生成特定数字的图像。

简介

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

本项目可在 1 张3060ti 上运行，训练时间约为十分钟。

运行环境

• windows11
• python >= 3.8
• jittor >= 1.3.8
• CUDA 11.7

安装依赖

pip install jittor