生成对抗网络（GAN）

生成对抗网络可分为三个部分--生成、判别以及对抗

举一个例子，我们把生成器比作新手画家，判别器比作新手鉴赏家，当新手画家有灵感时，他会根据自己的灵感画出来一副画，我们给出新手画家的作品和大师的名作，让新手鉴赏家来鉴赏哪一幅是大师的名作，但我们通过贴标签等方式，告诉新手鉴赏家，哪一幅是大师的作品，新手鉴赏家鉴赏完后告诉新手画家，应该怎么改进可以画的更像大师的作品，就这样反复进行，直到新手变成老手，老画家就可以出师啦

具体来是，当给生成器一些随机数据时，它会根据随机数据按照我们的需求随机生成一些图片或文字等，然后我们预先给定了一个标准，也就是训练样本集，让判别器学习辨别生成的样本是否属于训练样本集，或者说判别哪些为真实样本，哪些为生成样本，判别器在辨别真假后，将信息反馈给生成器，使生成器能够生成更加趋近于真实样本的数据。最后反复训练网络，直至实现判别器无法判别真假样本，且生成器的生成逼近于真实样本时，停止训练