CGAN_jittor

A Jittor implementation of Conditional GAN (CGAN).

简介

本项目使用 Jittor 机器学习框架，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，生成指定数字序列对应的图片。

使用方法

首先安装 Jittor，然后在 CGAN.py 第 198 行填入需要生成的数字序列（字符串），直接运行

python3 CGAN.py

即可。会在当前目录下生成中间文件、模型数据、结果。

运行参数如下：

CGAN.py [-h] [--n_epochs N_EPOCHS] [--batch_size BATCH_SIZE] [--lr LR] [--b1 B1]
        [--b2 B2] [--n_cpu N_CPU] [--latent_dim LATENT_DIM] [--n_classes N_CLASSES]
        [--img_size IMG_SIZE] [--channels CHANNELS]
        [--sample_interval SAMPLE_INTERVAL]

optional arguments:
  -h, --help            show this help message and exit
  --n_epochs N_EPOCHS   number of epochs of training
  --batch_size BATCH_SIZE
                        size of the batches
  --lr LR               adam: learning rate
  --b1 B1               adam: decay of first order momentum of gradient
  --b2 B2               adam: decay of first order momentum of gradient
  --n_cpu N_CPU         number of cpu threads to use during batch generation
  --latent_dim LATENT_DIM
                        dimensionality of the latent space
  --n_classes N_CLASSES
                        number of classes for dataset
  --img_size IMG_SIZE   size of each image dimension
  --channels CHANNELS   number of image channels
  --sample_interval SAMPLE_INTERVAL
                        interval between image sampling