Update README.md
简介 本项目包含了第二届计图挑战赛计图 - 手写数字生成比赛的代码实现。本项目的特点是：采用了CGAN方法对MNIST数据集处理，取得了生成指定手写数字图片的效果。
python -m pip install jittor 测试是否可用 python -m jittor.test.test_core python -m jittor.test.test_example运行环境 windows 11 python >= 3.8 jittor >= 1.3.0 预训练模型 无
数据预处理 使用Jittor内嵌的MNIST数据集，无需下载预处理，直接程序加载。 训练 python CGAN.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。
注意事项 无
采用jittor框架、基于cgan的手写数字图像生成。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 手写数字生成比赛 CGAN
简介 本项目包含了第二届计图挑战赛计图 - 手写数字生成比赛的代码实现。本项目的特点是：采用了CGAN方法对MNIST数据集处理，取得了生成指定手写数字图片的效果。
python -m pip install jittor 测试是否可用 python -m jittor.test.test_core python -m jittor.test.test_example
运行环境 windows 11 python >= 3.8 jittor >= 1.3.0 预训练模型 无
数据预处理 使用Jittor内嵌的MNIST数据集，无需下载预处理，直接程序加载。 训练 python CGAN.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。
注意事项 无