生成对抗网络 (GAN) 是一种深度学习框架，由两个相互竞争的神经网络组成。生成器网络 G 的任务是创建看似真实的新数据或图像。第二个网络，鉴别器网络 D，经过训练可以区分真实数据和 G 网络生成的假数据。
这两个网络不断地相互对抗，以提高它们在各自任务中的性能。随着 G 网络试图生成更逼真的数据，D 网络变得更善于识别 G 生成的假数据。随着时间的推移，这两个网络将相互学习，G 网络将生成与 G 网络无法区分的数据真实数据。GAN 有许多实际应用，从创建逼真的图像到生成用于训练机器学习模型的合成数据。
发布日期: