GAN网络的概念:

GAN网络的基本思想:

GAN网络的整体结构

GAN网络的训练过程:

每一次迭代:

1. 更新判别器的网络参数。即给定假图片以及假图片的标签（上图中的generated example）、真图片以及真图片的标签（上图中的real example），让判别器能够区别出真假图片，也就是训练一个尽可能准确的二分类器。
2. 固定判别器网络参数, 更新生成器网络。即给定假图片以及假标签（让判别器以为假图片是真的），从而误差反向传播来更新生成器，使得生成器生成更加逼真的照片。

GAN训练的目标函数如下所示

• 判别器想要最大化目标函数使得对于真实数据 D(x) 接近 1，对于假数据 D(G(z)) 接近 0
• 生成器想要最小化目标函数使得 D(G(z)) 接近 1，也就是欺骗判别器让它认为假数据为真