ADD 93000.png file via upload
本项目包含了第三届计图人工智能挑战赛 - 热身赛的代码实现。本项目的特点是：采用了 Conditional GAN模型在MNIST数据上训练，通过输入一个随机向量 z 和额外的辅助信息 y (类别标签)，生成特定数字的图像。
本项目可在 1 张 3060 上运行，训练时间约为 15 分钟。
执行以下命令安装 python 依赖
pip install -r requirements.txt
训练模型可运行以下命令：
python CGAN.py
题目要求生成的随机ID为：13656581364538
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。
A Jittor implementation of Conditional GAN (CGAN)
Jittor基于MNIST训练CGAN模型生成数字图像
简介
本项目包含了第三届计图人工智能挑战赛 - 热身赛的代码实现。本项目的特点是：采用了 Conditional GAN模型在MNIST数据上训练，通过输入一个随机向量 z 和额外的辅助信息 y (类别标签)，生成特定数字的图像。
安装
本项目可在 1 张 3060 上运行，训练时间约为 15 分钟。
运行环境
安装依赖
执行以下命令安装 python 依赖
训练
训练模型可运行以下命令：
成果展示
题目要求生成的随机ID为：13656581364538
参考文献
此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。