Update README.md
本项目使用 Jittor 深度学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，生成指定数字序列对应的图片。
参考 https://cg.cs.tsinghua.edu.cn/jittor/download/ 安装 Jittor 框架，然后运行以下命令训练模型并生成数字结果图：
python CGAN.py
你可以将代码中的number替换成任意你想生成的数字序列，生成对应数字图片。
number
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
Conditional GAN 模型生成数字
项目说明
本项目使用 Jittor 深度学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，生成指定数字序列对应的图片。
使用方式
参考 https://cg.cs.tsinghua.edu.cn/jittor/download/ 安装 Jittor 框架，然后运行以下命令训练模型并生成数字结果图：
你可以将代码中的
number替换成任意你想生成的数字序列，生成对应数字图片。