??GAN亡电，生成對(duì)抗網(wǎng)絡(luò)，由Goodfellow提出硅瞧，是一種模擬生成器份乒，可以用來(lái)模擬某種數(shù)據(jù)的分布。GAN是一種非常棒的思想腕唧，借鑒了博弈論的內(nèi)容或辖，生成兩個(gè)多層感知器G和D。其中枣接，生成器G用來(lái)捕獲已知數(shù)據(jù)的分布颂暇，判別器D用來(lái)判斷一個(gè)數(shù)據(jù)是真實(shí)的數(shù)據(jù)還是G生成的數(shù)據(jù)。
??那么但惶，如何訓(xùn)練呢耳鸯？就是讓這兩個(gè)感知器去玩一個(gè)對(duì)抗游戲，對(duì)于D來(lái)說(shuō)膀曾，就是要盡可能的判斷正確县爬，而對(duì)于G來(lái)說(shuō)，就是要增加D犯錯(cuò)誤的可能性（也就是G生成的數(shù)據(jù)要盡可能的像真的添谊，才能騙過(guò)D)财喳。
??這實(shí)際上是一個(gè)最大最小游戲（minmax），而且對(duì)于數(shù)據(jù)空間中的任意的G和D來(lái)說(shuō)，存在著全局最優(yōu)解（作者在論文中進(jìn)行了證明）耳高。如果計(jì)算能力足夠扎瓶，最終G能夠完美模擬真實(shí)數(shù)據(jù)（即： pg 會(huì)收斂到 pdata），而D對(duì)于任意一個(gè)數(shù)據(jù)的判斷結(jié)果都為1/2泌枪。
理論證明
??我們上面說(shuō)到栗弟，GAN實(shí)際上是一個(gè)two-player minimax game，用公式表示的話工闺，可以表示成如下形式：
??上述公式存在全局最優(yōu)解：pg = pdata乍赫。作者對(duì)這個(gè)結(jié)論進(jìn)行了證明，證明過(guò)程分為兩個(gè)部分陆蟆，首先看第一部分（最大部分）：
??1雷厂、首先，將V(G,D)展開(kāi)：
??2叠殷、對(duì)于一個(gè)給定的G改鲫，當(dāng)V(G,D)取得最大值：max V(G,D)時(shí)，D(X)的取值為：
??3林束、將上述得到的max V(G,D)定義為C(G)像棘，即：
??接下來(lái)看第二部分（即，最小部分）：
算法流程
??作者在證明了GAN的理論可行性之后壶冒，給出了具體的算法流程缕题，如下：
算法流程證明
??為了說(shuō)明上述的算法是可收斂的，作者進(jìn)行了理論上的證明胖腾，具體如下：
??另外烟零，作者還在論文中給出了一個(gè)GAN的訓(xùn)練示意圖，可以清楚的看到整個(gè)訓(xùn)練的過(guò)程：
??論文中有段話說(shuō)的挺好咸作，雖然感覺(jué)有點(diǎn)啰嗦锨阿，但是覺(jué)得可以幫助理解GAN：
??翻譯一下：在實(shí)際使用過(guò)程中，我們通過(guò)生成網(wǎng)絡(luò)G(z;
