更新图片链接
本项目包含了第二届计图挑战赛计图 - 手写数字生成的代码实现。本项目的特点是:在MNIST数据集上训练Conditional GAN模型,输入一个随机向量和目标数字,输出该数字对应的手写数字图片,如图所示
本项目在GTX1060上训练时间约为 1 小时。
根据运行环境的配置,按照jittor官网的教程安装jittor并进行测试
执行以下命令安装 python 依赖
pip install numpy==1.21.2 pip install Pillow==9.1.0
将 CGAN.py 第199行的number改为自己手机号
python CGAN.py
jittor 热身赛手写数字生成
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 热身赛:手写数字生成
简介
本项目包含了第二届计图挑战赛计图 - 手写数字生成的代码实现。本项目的特点是:在MNIST数据集上训练Conditional GAN模型,输入一个随机向量和目标数字,输出该数字对应的手写数字图片,如图所示
安装
本项目在GTX1060上训练时间约为 1 小时。
运行环境
根据运行环境的配置,按照jittor官网的教程安装jittor并进行测试
安装依赖
执行以下命令安装 python 依赖
训练
将 CGAN.py 第199行的number改为自己手机号