• jittor_warm_up_comp
• • 项目功能
  • 环境配置
  • • Jittor安装
  • 使用方式
  • 许可
  • 致谢

jittor_warm_up_comp

项目功能

使用Jittor 机器学习框架，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。

环境配置

Jittor安装

Jittor框架对环境要求如下:

• 操作系统: Ubuntu >= 16.04 或 Windows Subsystem of Linux（WSL）
  • Python：版本 >= 3.7
  • C++编译器 （需要下列至少一个）
    • g++ （>=5.4.0）
    • clang （>=8.0）
  • GPU 编译器（可选）：nvcc >=10.0
  • GPU 加速库（可选）：cudnn-dev (cudnn开发版, 推荐使用tar安装方法)
    具体安装可参考：https://cg.cs.tsinghua.edu.cn/jittor/download/

使用方式

在本目录下
py -3 .\CGAN.py

许可

Apache 2.0

致谢

此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现，大部分代码参考了 jittor-gan-CGAN。