update readme
数字序列”20446482039805”生成
本项目包含了计图挑战赛热身赛CGAN的代码实现。本项目的特点是：采用了CGAN方法对MNIST数据集进行训练，生成特定数字的图像。
项目名称:CGAN生成特定数字图像项目使用的框架：jittor项目简介：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。
model文件夹中保存了训练好的模型。pic中保存了模型训练过程的图片，以及生成的数字结果。CGAN.py是训练模型的代码。
在安装好jittor的条件下，运行CGAN.py即可开始模型训练。jittor的安装可以查看https://nbviewer.org/github/Jittor/LearnJittorBasicIn60Min/tree/master/
用jittor框架在数字图片数据集 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。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
jittor热身赛：CGAN生成特定数字图像
数字序列”20446482039805”生成
项目简介
本项目包含了计图挑战赛热身赛CGAN的代码实现。本项目的特点是：采用了CGAN方法对MNIST数据集进行训练，生成特定数字的图像。
项目名称:CGAN生成特定数字图像
项目使用的框架：jittor
项目简介：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。
运行环境
项目结构
model文件夹中保存了训练好的模型。
pic中保存了模型训练过程的图片，以及生成的数字结果。
CGAN.py是训练模型的代码。
项目运行
在安装好jittor的条件下，运行CGAN.py即可开始模型训练。
jittor的安装可以查看https://nbviewer.org/github/Jittor/LearnJittorBasicIn60Min/tree/master/