ADD file via upload
本项目包含了第四届计图挑战热身赛的代码实现。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
本项目可以在1张3090上运行,训练时间约为0.5小时
执行以下名利安装python依赖
pip install -r requirements.txt
单卡训练可以运行以下命令:
python CGAN.py
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 第四届计图挑战热身赛 baseline
简介
本项目包含了第四届计图挑战热身赛的代码实现。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
本项目可以在1张3090上运行,训练时间约为0.5小时
运行环境
安装依赖
执行以下名利安装python依赖
训练
单卡训练可以运行以下命令: