ADD file via upload
本项目使用 Jittor 深度学习框架,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,模型可以生成指定数字序列对应的图片。
首先查看 CGAN.py 并在代码中更改训练周期等所需参数,随后在命令行中执行 python CGAN.py 运行模型,将自动执行训练过程,并将中间训练结果以图片的形式保存,同时定期保存训练参数到本地。
python CGAN.py
可自由使用,请勿直接抄袭代码。
计算机图形学PA3代码开源, 代码框架:Jittor
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
PA3 of Computer Graphics
项目简介
本项目使用 Jittor 深度学习框架,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,模型可以生成指定数字序列对应的图片。
使用说明
首先查看 CGAN.py 并在代码中更改训练周期等所需参数,随后在命令行中执行
python CGAN.py
运行模型,将自动执行训练过程,并将中间训练结果以图片的形式保存,同时定期保存训练参数到本地。许可
可自由使用,请勿直接抄袭代码。