Update .gitignore
该项目使用 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。 代码中已经为你定义好了优化器（optimizer），并会自动下载 MNIST 数据集。每轮迭代中，我们枚举数据集中的图片（imgs）和类别标签（labels）对，并随机生成一组输入向量，分别为计算生成器和判别器损失函数，回传梯度并更新网络参数。每迭代若干轮会随机采样生成一批数字图片。 模型训练完毕后，我们给定一组指定的数字序列作为输入的数字标签，将模型生成的图片保存至 result.png
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
该项目使用 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。 代码中已经为你定义好了优化器（optimizer），并会自动下载 MNIST 数据集。每轮迭代中，我们枚举数据集中的图片（imgs）和类别标签（labels）对，并随机生成一组输入向量，分别为计算生成器和判别器损失函数，回传梯度并更新网络参数。每迭代若干轮会随机采样生成一批数字图片。 模型训练完毕后，我们给定一组指定的数字序列作为输入的数字标签，将模型生成的图片保存至 result.png