tf24: GANs—生成明星脸

GANs是Generative Adversarial Networks的简写，中文翻译为生成对抗网络，它最早出现在2014年Goodfellow发表的论文中：Generative Adversarial Networks。GANs是目前深度学习领域最火的网络模型，苹果最近发布的第一篇论文就是关于GANs的：SimGAN。

简单来说，GANs会学着生成和训练数据相似的数据，一个最典型的应用是生成图像。假设你有一堆猫的图片，你使用这些图片训练GANs，之后它会生成和训练数据相类似的猫的图片（它习的了猫的特征）。

GANs用到机器学习的两种模型：Generative生成模型和Discriminative判别模型。

GANs类比：假设G是大伪艺术家，以制作古董赝品为生，G的终极目标是以假乱真。但是呢，又有一些人以鉴宝为生（D）。开始你给D展示了一些古董真品，告诉D这是正品。然后G开始制作赝品，想骗过D，让他分辨不出真假。随着D看到越来越多的真品，G要骗过D就越来越难，当然，G也不是吃闲饭的，它会加倍努力的试图骗过D。随着这种对抗的持续，不仅D鉴宝的本领提高了，G也会越来越擅长制作赝品。这就是名字中生成-对抗的意思。

判别模型可以判断数据属于哪一类，例如<TensorFlow练习23: 恶作剧