生成对抗神经网络基本思想

生成对抗神经网络（GAN）中有两个模型，一个是生成器（Generator），另一个是判别器（Discriminator）。生成器希望生成一个近似真实的图片（也可以不是图片，根据不同的神经网络结构，生成对抗神经网络可以被用来生成多种不同的数据类型），而判别器是一个分类模型，用来判断一个图片是不是真实（真实的图片是指从数据集里获取的图片），如果是真实的图片，返回1，不是则返回0。这两个模型对抗训练，逐渐优化两个模型参数，会使得最终的GAN能力越来越强，最终达到稳态。