生成对抗网络 Generative Adversarial Networks

生成对抗网络是一种非监督学习方法，其通过让两个神经网络相互博弈的方式实现，这种方法由伊恩·古德费洛于 2014 年提出。

生成对抗网络包括生成网络和判别网络，生成网络以潜在空间中随机采样作为输入，输出结果需要尽可能模仿训练集中的真实样本；判别网络的输入则为真实样本、生成网络的输出，目的是将生成网络的输出从真实样本中尽可能辨别出来。

生成网络需要尽可能欺骗判别网络，两个网络相互抵抗、不断调整参数，最终目的是使判别网络无法判断结果真实性，生成对抗网络常被用于生成以假乱真的图片，还可被用于生成视频、三维物体模型等。