我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

CGAN

2022-03-15 model:cgan-ubuntu18.04-cuda11.1.1-cudnn8-python3.8-pytorch1.8.0-new

模型标签
图像分类

模型简介

简单来说,原生的GAN是无监督的,输出是完全随机的,比如在人脸上训练好的网络,最后生成什么样的人脸是完全没办法控制的, 所以在这篇文章中,作者在输入的时候加入了条件信息(类别标签或者其他模态的信息),比如在MNIST训练好的网络, 可以根据条件信息指定生成某一个具体数字的图像,这就成了有监督的GAN。同时,在文章中,作者还使用网络进行了图像自动标注。论文地址:https://arxiv.org/pdf/1411.1784.pdf


  1. 使用方法

  2. 模型来源


1. 使用方法

1.1. 准备数据集

该模型将会用到MNIST数据集,运行训练命令会自行调用。

1.2. 模型训练

在终端,进入root/CGAN(默认)路径下,运行以下命令:

python cgan.py --dataroot  ../../user-data/mnist --dataset mnist
# 结果保存在目录root/CGAN-Pytorch-master/results下

2. 模型来源

https://github.com/kmualim/CGAN-Pytorch/