GAN网络理解

目标

最终还是为了训练一个生成器，可以生成和原始数据集状态分布相近的数据。

疑惑

GAN的生成器的输入为什么是随机噪声？

GAN的理论基础就是，用已知的分布去逼近未知分布。
随机噪声就是个高斯分布的随机变量（其实这个分布可以按照自己给一个分布），GAN本来就是完成一个分布的映射变换，GAN的生成器就是把一个高斯分布（或者其他先验的随机分布）变换成目标数据分布，这里实际是把输入的随机变量当成了数据的latent space。
判别器的作用就是想帮助生成的数据分布和真实数据分布尽可能近似。