第四届计图挑战赛-热身赛开源代码

| 第四届计图挑战赛

第四届计图挑战赛-热身赛

| 第四届计图挑战赛-热身赛-基于mnist数据集的生成

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

| 介绍基本的硬件需求、运行环境、依赖安装方法

本项目可在 1 张 RTX 3090 上运行，训练时间约为30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

训练

｜ 介绍模型训练的方法

单卡训练可运行以下命令：

python train.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 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，部分代码参考了 jittor-gan。