PAGE1

PAGE1

生成对抗网络（GAN）基础理论

1.生成对抗网络（GAN）简介

生成对抗网络（GenerativeAdversarialNetworks，GAN）是由IanGoodfellow等人在2014年提出的一种深度学习模型。GAN的基本思想是通过两个神经网络的对抗过程来生成新的数据样本。这两个神经网络分别是生成器（Generator）和判别器（Discriminator）。生成器的目标是生成能够以假乱真的数据样本，而判别器的目标是区分生成器生成的样本和真实样本。通过不断地对抗训练，生成器能够学会生成越来越逼真的数据样本。

1.1GAN的基本架构

GAN