CGAN

使用方法

• 按照jittor官方的文档来安装好jittor环境，如官网
• 将文件CGAN.py下载到本地后，激活包含jittor包的环境，运行python CGAN.py即可开始训练模型
• 程序可以解析的命令行参数如下：

  parser.add_argument('--n_epochs', type=int, default=100, help='number of epochs of training')
  parser.add_argument('--batch_size', type=int, default=64, help='size of the batches')
  parser.add_argument('--lr', type=float, default=0.0002, help='adam: learning rate')
  parser.add_argument('--b1', type=float, default=0.5, help='adam: decay of first order momentum of gradient')
  parser.add_argument('--b2', type=float, default=0.999, help='adam: decay of first order momentum of gradient')
  parser.add_argument('--n_cpu', type=int, default=8, help='number of cpu threads to use during batch generation')
  parser.add_argument('--latent_dim', type=int, default=100, help='dimensionality of the latent space')
  parser.add_argument('--n_classes', type=int, default=10, help='number of classes for dataset')
  parser.add_argument('--img_size', type=int, default=32, help='size of each image dimension')
  parser.add_argument('--channels', type=int, default=1, help='number of image channels')
  parser.add_argument('--sample_interval', type=int, default=10000, help='interval between image sampling')

  例如，如果您想要让batch size为32，训练200个epoch，可以如下执行：python CGAN.py --batch_size 32 --n_epochs 200
• 程序会自动在训练好之后保存相应的权重文件在主文件夹下，如果想要直接通过加载已有的权重文件来获得想要的数字图片，可以修改number = str(13641381363026)这一语句，并将训练模型的代码注释掉再运行既可。