Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
|
|
1 year ago | |
|---|---|---|
| CGAN.py | 1 year ago | |
| README.md | 1 year ago | |
本项目是北京理工大学"BIT2024"队参加第四届计图人工智能挑战赛热身赛时所使用的代码。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,并生成下方给定用户随机ID对应的数字图片结果。
20145792009834
安装
本项目可在1张RTX TITAN上运行。
运行环境
Ubuntu 18.04 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 jittor
训练
运行以下命令:
python CGAN.py
即可在同一目录下进行训练并生成 result.png
致谢
感谢jittor官方提供的示例代码,基于示例代码填充注释为 TODO 的部分完成了该赛题
将在数字图片数据集 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。
Python