• Jittor 计图挑战热身赛 Conditional GAN
• • 简介
  • 安装
  • • • 运行环境
      • 安装依赖
      • 预训练模型
  • 训练
  • • • 训练中的迭代结果查看 result 文件夹
  • 验证

Jittor 计图挑战热身赛 Conditional GAN

简介

本项目包含了第二届计图人工智能挑战赛 - 计图挑战热身赛的代码实现。本项目的特点是：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 ，生成特定数字的图像。

安装

本项目可在CPU上运行，训练时间约为 6 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

预训练模型

预训练模型模型下载地址为 https://gitlink.org.cn/longinhit/jittor-sloth-mnist.git
下载后放入目录 <root>/ 下。

训练

运行以下命令：

python <root>/jittor-sloth-mnist/CGAN.py

训练中的迭代结果查看 result 文件夹

验证

查看 result.png 图片