• Jittor 武汉大学队 手写数字生成
• • 简介
  • 安装
  • • • 运行环境
      • 安装依赖
      • 预训练模型
  • 训练
  • 推理
  • 致谢

Jittor 武汉大学队 手写数字生成

简介

本项目是 华中科技大学“武汉大学”队 参加 第二届计图人工智能挑战赛 热身赛 所使用的代码。项目使用 Conditional GAN 在 MNIST 数据集上训练，并生成一串手写数字的图像。

安装

运行环境

• Jittor 1.3.4.12
• Numpy
• Pillow

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

预训练模型下载地址，可通过 load 导入系数。

训练

CGAN.py 中 train() 函数为用于训练的函数，调用它即可运行训练。相关参数见文件内。

推理

将参数放入 saved 文件夹内后，可以调用 generate(numbers, epoch, filename) 函数生成图像。其中 numbers 为要生成的数字数组，epoch 为模型训练的代数，预训练模型为 87，filename 为生成图像保存路径。

参见 CGAN.py 中的实现。

致谢

本项目参考了以下资料与项目，感谢作者的分享！

• https://cg.cs.tsinghua.edu.cn/jittor/tutorial/2020-5-13-22-47-cgan/
• https://github.com/Jittor/gan-jittor/blob/master/models/cgan/cgan.py
• https://github.com/arturml/mnist-cgan/blob/master/mnist-cgan.ipynb