关于GAN的一些记录

• GAN，生成式对抗网络，Generative Adversarial Networks，是一种深度学习模型。模型中至少两个模块，生成模型（Generative Model）和判别模型（Discriminative Model）的相互博弈学习产生相当好的输出。实际应用中，一般使用深度神经网络作为G和D。
• G是生成器，是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。
  D是一个判别网络，判别一张图片是不是真实的。他的输入参数是x，x代表一张图片，输出D(x)代表 x为真实图片的概率。
• 在训练过程中，生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D。而D的目标就是尽量把G生成的图片和真实的图片分别开来。这样，G和D构成了一个动态的“博弈过程”。