readme更新
本仓库代码为第四届计图挑战赛热身赛赛题。本赛道将在数字图片数据集 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。若需要生成不同数字，只需要更改number变量即可。
本项目可在NVIDIA rtx2060上运行，训练时间约为1.5 小时。
亦可在CPU上训练，无其他特殊需求
Windows 10 python >= 3.7 jittor >= 1.3.0
python CGAN.py
默认训练500 epochs生成的结果
A Jittor implementation of Conditional GAN (CGAN).
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
第四届计图挑战赛热身赛——Conditional GAN生成数字图像
1.简述
本仓库代码为第四届计图挑战赛热身赛赛题。本赛道将在数字图片数据集 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。若需要生成不同数字，只需要更改number变量即可。
2.运行
本项目可在NVIDIA rtx2060上运行，训练时间约为1.5 小时。
亦可在CPU上训练，无其他特殊需求
运行环境
Windows 10 python >= 3.7 jittor >= 1.3.0
3.运行
4.效果
默认训练500 epochs生成的结果