完善readme
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。
本项目在GPU上运行,在 单卡3090 下的训练时间约为 20分钟。
执行以下命令安装 jittor框架,具体安装方式可参考jittor官网。
sudo apt install python3.7-dev libomp-dev git clone https://github.com/Jittor/jittor.git cd jittor python3.7 -m pip install -e . python3.7 -m jittor.test.test_example
执行以下命令
python3.7 CGAN.py
项目baseline由 jittor-gan提供。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor挑战赛 - 热身赛
简介
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
本项目在GPU上运行,在 单卡3090 下的训练时间约为 20分钟。
运行环境
安装jittor框架
执行以下命令安装 jittor框架,具体安装方式可参考jittor官网。
训练
执行以下命令
致谢
项目baseline由 jittor-gan提供。