CGAN_jittor

A Jittor implementation of Conditional GAN (CGAN).

项目简介

本项目是使用 Jittor 框架实现的条件生成对抗网络 (Conditional GAN, CGAN)。CGAN 是一种生成对抗网络（GAN）的变体，通过将类别标签作为附加信息输入到生成器和判别器中，使得生成的图像更加符合特定类别。

项目结构

• CGAN.py: 主代码文件，包含生成器和判别器的定义、训练代码以及生成图像的功能。
• result.png: 运行示例，展示生成的图像。

安装

1. 克隆此仓库：

   git clone https://github.com/your_username/CGAN_jittor.git
   cd CGAN_jittor

2. 安装依赖：

   python -m pip install jittor
   python -m jittor.test.test_core
   python -m jittor.test.test_example
   pip install numpy
   pip install opencv-python

使用方法

1. 训练模型：

   python CGAN.py --n_epochs 100 --batch_size 64 --lr 0.0002 --latent_dim 100 --n_classes 10 --img_size 32 --channels 1 --sample_interval 1000

   • --n_epochs: 训练的轮数。
   • --batch_size: 批量大小。
   • --lr: 学习率。
   • --latent_dim: 隐空间的维度。
   • --n_classes: 数据集的类别数量。
   • --img_size: 图像尺寸。
   • --channels: 图像通道数。
   • --sample_interval: 图片采样的间隔。

2. 生成图像：

   python CGAN.py --generate

   • 运行以上命令会根据指定的数字序列生成图像，并保存在 result.png 中。

结果示例

result.png 展示了一个生成图像的示例：

许可证

此项目采用 MIT 许可证。详情请参阅 LICENSE 文件。