✨ feat(CGAN.py): 实现代码并训练
本项目包含了第二届计图挑战赛计图 - 热身赛（手写数字生成赛题）的代码实现。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。
本项目在 1 张 3070 上运行，训练时间约为15min。
运行以下命令：
python ./CGAN.py
此项目基于赛事官方提供的示例代码计图挑战热身赛实现。
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
简介
本项目包含了第二届计图挑战赛计图 - 热身赛（手写数字生成赛题）的代码实现。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。
安装
本项目在 1 张 3070 上运行，训练时间约为15min。
运行环境
训练与推理
运行以下命令：
致谢
此项目基于赛事官方提供的示例代码计图挑战热身赛实现。