Jittor 热身赛 CGAN

给定用户随机ID是：14168821415650，生成对应的图片

简介

本项目包含了第三届计图挑战赛计图 - 热身赛的代码实现。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 3090 上运行，训练时间约为 15 分钟。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

预训练模型

预训练模型模型下载地址为 预训练权重, 提取码：d36s.下载后放入目录 <root> 下。

训练

单卡训练可运行以下命令：

python CGAN.py

推理

生成测试集上的结果可以运行以下命令：

python test.py

致谢

此项目基于论文 Conditional Generative Adversarial Nets 实现，部分代码参考了 jittor-gan。