（3-3）文生图模型架构：生成对抗网络（GAN）

3.3  生成对抗网络（GAN）

生成对抗网络（GAN）是一种由Ian Goodfellow等人于2014年提出的深度学习模型，广泛应用于生成图像、视频、文本等内容。GAN由两个主要部分组成：生成器（Generator）和判别器（Discriminator）。在文生图模型中，GAN的架构可以用于生成与输入文本描述相符的图像。

3.3.1  GAN的基本概念

GAN通过生成器和判别器的对抗训练，使生成器能够生成以假乱真的图像，而判别器则负责区分生成的图像与真实图像。生成器和判别器的目标是相互对抗，生成器试图欺骗判别器，而判别器则尽力识别真假图像。

1. GAN的结构

（1）生成器（Generator）