Update CGAN.py
CGAN_jittor是利用Jittor深度学习框架，在数字图片数据集MNIST上训练的将随机噪声和类别标签映射为数字图片的Conditional GAN(CGAN)模型。
可以通过访问以下链接选择合适的安装方式：https://cg.cs.tsinghua.edu.cn/jittor/download/ .
修改程序第199行中number的值(注意其类型必须为字符串且只应包含数字)，通过python CGAN.py指令使其运行，便可以生成number数字序列所对应的图片。
欢迎他人利用该项目代码，使用者可以通过修改神经网络模型的结构进一步提升训练效果。
可以前往 https://www.educoder.net/competitions/index/Jittor-5 对模型效果做测评。
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
CGAN_jittor
CGAN_jittor是利用Jittor深度学习框架，在数字图片数据集MNIST上训练的将随机噪声和类别标签映射为数字图片的Conditional GAN(CGAN)模型。
依赖项安装
可以通过访问以下链接选择合适的安装方式：https://cg.cs.tsinghua.edu.cn/jittor/download/ .
项目使用
修改程序第199行中number的值(注意其类型必须为字符串且只应包含数字)，通过python CGAN.py指令使其运行，便可以生成number数字序列所对应的图片。
如何做出贡献
欢迎他人利用该项目代码，使用者可以通过修改神经网络模型的结构进一步提升训练效果。
测试
可以前往 https://www.educoder.net/competitions/index/Jittor-5 对模型效果做测评。