一、说明

        2014年，蒙特利尔大学的伊恩·古德费罗（Ian Goodfellow）和他的同事发表了一篇令人惊叹的论文，向世界介绍了GANs或生成对抗网络。通过计算图和博弈论的创新组合，他们表明，如果有足够的建模能力，相互竞争的两个模型将能够通过普通的旧反向传播进行共同训练。

二、原理和实现

        这些模型扮演着两个不同的（字面意思是对抗的）角色。给定一些真实的数据集R，G是生成器，试图创建看起来像真实数据的假数据，而D是鉴别器，从真实集或G获取数据并标记差异。 Goodfellow的比喻（这是一个很好的比喻）是，G就像一群伪造者，试图将真实的画作与他们的作品相匹配，而D是试图区分的侦探团队。（除了在这种情况下，伪造者G永远看不到原始数据——只能看到D的判断。他们就像盲目的伪造者。

        在理想情况下，D和G都会