GAN网络理解与实现

一、GAN网络的基本理解

1. GAN(Generative Adversarial Net)又称之为生成对抗网络，最少是由被称作“GANs 之父”的”Lan GoodFellow在 2014年开创性地提出.
2. 正如诸多介绍中表述的，GAN的思想是一种二人联合博弈的思想，博弈双方的利益之和是一个常数，通过博弈分到个人的利益可能你多我少或者你少我多，但总的利益是固定不变的。
3. GAN中存在的两个博弈者，一个名字为：生成模型G(Generative Models)。另一个名字为：判别模型D(Discriminative Models)。
4. 生成模型功能类似一个样本生成器，输入一组随机数字，然后生成一张图像；判别模型功能则针对输入的图像，判别图像的真假，输出的是图片为真的概率值
5. 生成模型则致力于生成尽可能逼真的图像，判别模型则尽可能地把假图像剔除出来，二者则相互博弈，共同训练提高。

二、GAN网络在图像中的应用

• GAN网络的简单描述图可参考下图，其中展示了生成模型和判别模型的作用.
  

三、参考资料

• 简单理解与实验生成对抗网络GAN