Deeplearning with pytorch p1ch2.2

GAN game

GAN： generative adversarial network，生成对抗网络。
GAN game, where two networks, one acting as the painter and the other as the art historian, compete to outsmart each other at creating and detecting forgeries.
GAN，分为两个网络结构，互相博弈来促使自己变得比对方更优。generator目标为：产生能够使模型正确识别或分类的虚假数据（forgeries）。discriminator的目标为：检测generator产生的虚假数据为假。

CycleGAN

CycleGAN带有两个生成器、两个判别器。原始数据首先通过第一个生成器生成新数据（比如，从马->斑马），然后由第一个判别器判别图像是否为真。然后使用第一个生成器生成的新数据为输入，通过第二个生成器又产生新数据，再由第二个判别器来判断。最终的输出与原始数据要尽可能相似（有点AE的感觉）。