update training process result in readme.md file
本项目包含了第二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。
本项目可在CPU上运行,训练时间约为 6 小时。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型下载地址为 https://gitlink.org.cn/longinhit/jittor-sloth-mnist.git 下载后放入目录 <root>/ 下。
<root>/
运行以下命令:
python <root>/jittor-sloth-mnist/CGAN.py
查看 result.png 图片
第二届计图(jittor)人工智能挑战赛-计图挑战热身赛
©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 Conditional GAN
简介
本项目包含了第二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。
安装
本项目可在CPU上运行,训练时间约为 6 小时。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型下载地址为 https://gitlink.org.cn/longinhit/jittor-sloth-mnist.git 下载后放入目录
<root>/
下。训练
运行以下命令:
训练中的迭代结果查看 result 文件夹
验证
查看 result.png 图片