规范格式
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。
本赛题将会提供数字图片数据集MNIST，参赛选手需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型，并生成下方给定用户随机ID对应的数字图片结果。
本项目依赖 Jittor 框架，具体安装说明见：https://cg.cs.tsinghua.edu.cn/jittor/download/
在 pub/ 目录下直接运行 python CGAN.py 即可，输出结果为 result.png。
pub/
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
数据集
CGAN-wangyukun
第四届计图人工智能挑战赛（热身赛）
项目介绍
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。
本赛题将会提供数字图片数据集MNIST，参赛选手需要训练一个将随机噪声和类别标签映射为数字图片的Conditiona1GAN模型，并生成下方给定用户随机ID对应的数字图片结果。
环境配置
本项目依赖 Jittor 框架，具体安装说明见：https://cg.cs.tsinghua.edu.cn/jittor/download/
项目使用
在
pub/目录下直接运行 python CGAN.py 即可，输出结果为 result.png。