https://github.com/heatingma/mnist_generate

Multiple Generation Models for MNIST Data Based on the MNIST Dataset
https://github.com/heatingma/mnist_generate

mnist-classification mnist-dataset mnist-generation

Last synced: about 2 months ago
JSON representation

Multiple Generation Models for MNIST Data Based on the MNIST Dataset

• Host: GitHub
• URL: https://github.com/heatingma/mnist_generate
• Owner: heatingma
• Created: 2023-05-29T05:26:29.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-12-20T11:09:57.000Z (about 1 year ago)
• Last Synced: 2024-11-15T23:30:44.282Z (about 2 months ago)
• Topics: mnist-classification, mnist-dataset, mnist-generation
• Language: Python
• Homepage:
• Size: 159 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
### 说明文档

    文件说明：

        train_func.py 文件用于训练模型参数

        module.py 文件是我们的神经网络模型

        utils.py 文件是一些函数，主要用于获得一些输出图像

        aigcmn.py 文件中的接口类AiGcMn实现了输入n维tensor

            （n是batch的大小，每个整数在0~9范围内，代表需要生成的数字），输出n*1*28*28的tensor

    文件夹说明

        data文件夹 是MNIST原始数据集

        weights文件夹 存放了预训练参数

        example文件夹 存放了我们训练时获得的一些图片信息

### AiGcMn接口说明

    

    

    

```python

    # AiGcMn 提供generate接口，支持随机输入label生成对应随机的MNIST数字

    # generate 函数原型如下

    generate(self, label:torch.Tensor, retrain=True, mode="all", show=False, pretrain="1")

    """

        label: 输入的标签

        retrain: 是否重新训练，

        mode: 重新训练的模式

        show: 是否展示图片/保存图片

        pretrain: 由于我们设计了3种不同的网络，因此提供3种选择

    """

```

### 使用样例

```python

    from aigcmn import AiGcMn

    import torch

    ai = AiGcMn()

    label = torch.randint(low=0,high=10,size=(1,100)).squeeze()

    ai.generate(label)

```

### 结果展示








方法1生成的MNIST数字结果