生成对抗网络 | 原理及训练过程

笔者将在本章给大家介绍生成对抗网络（Generative Adversarial Network）[4]。

生成对抗网络在AI界书写了一个以假乱真的剧本。近年来AI换脸等技术火爆全球，离不开这个网络的点滴贡献。生成对抗网络能够学习数据的分布规律，并创造出类似我们真实世界的物件如图像、文本等。从以假乱真的程度上看，它甚至可以被誉为深度学习中的艺术家。好了，闲言少叙，我们这就走进生成对抗网络（GAN）的世界。

5.1 生成对抗网络的原理

相信大家都会画画，不管画得好坏与否吧，但总归会对着图案勾上两笔。当我们临摹的次数越多，我们画的也就越像。最后，临摹到了极致，我们的画就和临摹的那副画一模一样了，以至于专家也无法分清到底哪幅画是赝品。

好了，在这个例子中，我们将主人公换成生成对抗网络，画画这个操作换成训练，其实也是这么一回事。总体来说，就是这个网络学习数据分布的规律，然后弄出一个和原先数据分布规律的数据。这个数据可以是语音、文字和图像等等。

生成对抗网络Gan网络结构拥有两个部分，一