GAN对抗网络理解

• 对抗网络构成
• 对抗网络应用

对抗网络构成

对抗网络就像机器学习中的强化学习，你也可以理解为他就是强化学习中一种特别的方法。
强化学习：我们只定义对计算机产生的行为的惩罚和奖励，他做对了就奖励，做错了就惩罚，让他自己根据我们的反馈，自我调整，逐渐更好。让计算机通过与周围环境的互动逐渐强化自己的行为模式。

对抗网络：对抗网络由两个网络构成，分别为生成器(generator)网络，简称G，判别器（distinguishing real or fake)网络，简称D，生成器网络尽可能的伪造数据，让判别器无法识别出是真实数据还是伪造数据，判别器的功能是尽可能的识别出数据是真实的还是伪造的。

对抗网络应用