生成对抗网络(GAN)

基本思想

GAN全称生成对抗网络，是生成模型的一种，而他的训练则是处于一种对抗博弈状态中的。

譬如：我要升职加薪，你领导力还不行，我现在领导力有了要升职加薪，你执行力还不行，我现在执行力有了要升职加薪，通过这样不断的努力和被拒绝，最后的最后你要不离职了要不升职加薪了。

这个例子中，个人的能力在不断的变化，领导的定义也在不断变化，选领导要通过不断的对比观察，你要通过不断的训练和实践，处于一种对抗博弈中。

基本结构

GAN的主要结构包括一个生成器G（Generator）和一个判别器D（Discriminator）。

上面的领导是判别器，你是生成器。领导需要告诉你如何才能成为领导，你需要学习训练成为领导。 

定义一个模型来作为生成器，输入需要一个n维度向量(能骗过判别器，譬如执行力，领导力，创新力)，能够输出一个向量，譬如输出一个领导。

定义一个分类器来作为判别器用来判别此人是否是领导，输入为此人，输出为判别是或否。

转载于:https://www.cnblogs.com/wade-luffy/p/8478792.html