GAN入门教程｜从0开始，手把手教你学会最火的神经网络（学习笔记）

1.知乎中文链接:https://zhuanlan.zhihu.com/p/27440393
2.英文原文链接(可以直接在页面上点“Run”看代码效果):
https://www.oreilly.com/learning/generative-adversarial-networks-for-beginners
3.概要：
GAN中包含两个模型：生成模型（Generative Model）和判别模型（Discriminative Model）。

判别模型是一个分类器，它判断给定的图片到底是来自数据集的真实图像，还是人工创建的假图像。这基本上就是一个表现为卷积神经网络（CNN）形式的二元分类器。

生成模型通过反卷积神经网络将随机输入值转化为图像。

在数次训练迭代的历程中，判别器和生成器的的权重和偏差都是通过反向传播训练的。判别器学习从一堆生成器生成的假数字图像中，找出真正的数字图像。与此同时，生成器通过判别器的反馈学习如何生成具有欺骗性的图片，防止被判别器识别出来。

构建和调试GAN就复杂在它有两个损失函数：一个鼓励生成器创造出更好的图像，另一个鼓励判别器区分哪个是真图像，哪个是生成器生成的。

我们同时训练生成器和判