Jittor挑战热身赛（手写数字生成赛题）

运行结果示例:https://s3.bmp.ovh/imgs/2022/06/13/05dfc916fb3a2231.png

简介

本项目包含了第二届计图挑战赛计图 - 手写数字生成赛题的代码实现。本项目的特点是：采用了 Conditional GAN 方法对图片数据集MNIST处理，取得了生成特定数字的图像的效果。

安装

本项目可在Ubuntu虚拟机8G内存上运行，训练时间约为 1 小时。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

无需预训练模型模型。

训练

训练得到结果可运行以下命令：

bash python3 CGAN.py

推理

通过修改计算真实类别和虚假类别的损失函数，训练判别器成功分类手写数字，并为电话号码生成相应的手写数字图片。

致谢

此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。