init
本项目包含了第三届计图人工智能挑战赛-热身赛的代码实现
使用Conditional GAN的方式在数字图片数据集MNIST上训练一个手写数字图片生成器
只需要安装jittor环境,见[官方网站](//xukp20/CGAN/tree/master/安装 — Jittor (tsinghua.edu.cn))
可以注释CGAN.py源代码中#139至#196行之间的内容,从而使用预训练模型进行生成:
下载两个预训练模型并放在当前目录下即可,link
使用以下命令进行模型的训练和结果生成,在CGAN.py的#201行定义number为需要生成的数字序列字符串
python CGAN.py
生成结果输出至result.png
A Jittor implementation of Conditional GAN
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 第三届计图人工智能挑战赛 热身赛 CGAN
简介
本项目包含了第三届计图人工智能挑战赛-热身赛的代码实现
使用Conditional GAN的方式在数字图片数据集MNIST上训练一个手写数字图片生成器
安装
运行环境
安装依赖
只需要安装jittor环境,见[官方网站](//xukp20/CGAN/tree/master/安装 — Jittor (tsinghua.edu.cn))
预训练模型
可以注释CGAN.py源代码中#139至#196行之间的内容,从而使用预训练模型进行生成:
下载两个预训练模型并放在当前目录下即可,link
训练和推理
使用以下命令进行模型的训练和结果生成,在CGAN.py的#201行定义number为需要生成的数字序列字符串
生成结果输出至result.png