Skip to content

第三届计图人工智能挑战赛热身赛——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(使用jittor实现)

Notifications You must be signed in to change notification settings

zhiqing0205/jittor--Amfeng---

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Jittor 第三届计图挑战热身赛

主要结果

简介

本项目包含了第三届计图挑战赛热身赛的代码实现。本项目的特点是:利用jittor框架实现Conditional GAN(Conditional Generative Adversarial Nets)对一个随机向量 z 和额外辅助信息 y 进行处理,生成特定数字的图像。

安装

本项目可在 1 张 3090 上运行,训练时间约为 0.5 小时。

运行环境

  • ubuntu 20.04 LTS
  • python >= 3.7
  • jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖

pip install -r requirements.txt

训练

| 介绍模型训练的方法

单卡训练可运行以下命令:

python CGAN.py

推理

生成结果可以运行以下命令:

python test.py --number 1234567890

致谢

此项目基于论文 Conditional Generative Adversarial Nets 实现,部分代码参考了 jittor-gan

About

第三届计图人工智能挑战赛热身赛——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(使用jittor实现)

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages