ADD file via upload
| 简单介绍项目背景、项目特点
本项目包含了第四届计图挑战赛计图 - 热身赛（手写数字生成赛题）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 (如类别标签)，生成特定数字的图像。
本项目可在 1 张 1060 上运行，训练时间约为 30 分钟。
安装计图Jittor即可，安装方法见https://cg.cs.tsinghua.edu.cn/jittor/ 例如本项目在conda下安装
# 检查python版本大于等于3.8 python --version conda install pywin32 python -m pip install jittor python -m jittor.test.test_core python -m jittor.test.test_example
pycharm或者jupyter或者python执行即可
例如在conda的py37环境下：
(py37)C:\Users\usr>python GAN.py
jittor 计图挑战热身赛 手写数字识别
数据集
Jittor 热身赛（手写数字生成赛题） GAN
简介
| 简单介绍项目背景、项目特点
本项目包含了第四届计图挑战赛计图 - 热身赛（手写数字生成赛题）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 (如类别标签)，生成特定数字的图像。
安装
本项目可在 1 张 1060 上运行，训练时间约为 30 分钟。
运行环境
安装依赖
安装计图Jittor即可，安装方法见https://cg.cs.tsinghua.edu.cn/jittor/ 例如本项目在conda下安装
训练
pycharm或者jupyter或者python执行即可
例如在conda的py37环境下：