GAN简述

1. 什么是 GAN

GAN包含有两个模型，一个是生成模型（generative model），一个是判别模型(discriminative model)。生成模型的任务是生成加的数据。判别模型的任务是识别数据是真还是假。

2. GAN简述

GAN 的基本结构

打个比方，警察和小偷。小偷负责造假的商品，警察负责鉴别商品真假。小偷不断改良，警察不断识别，直到警察不能识别真假，即小偷能够以假乱真的时候，这个模型就训练完成了

3. GAN与传统神经网络的不同

这个模型和传统的神经网络不同的是：

传统的神经网络是想办法去通过数据算出答案

GAN 的做法是，我直接掀桌子，我直接去套答案，拟合答案，错了再改，改到对了为止

上图绿色即 GAN 的拟合过程