2014年IanGoodfellow提出了生成对抗网络（GAN）。所有的Keras代码可GAN中两个网络的训练相互竞争。生成器（generator）合成具有说服力的假输入来误导判别器（discriminator），而判别器则是来识别这个输入是真的还是假的。训练过程主要有三步1.根据噪声，生成器合成假的输入2.用真的输入和假的输入共同训练判别器3.训练整个模型：整个模型中判别器与生成器连接注意：在第三步中，判别器的权重是固定的将这两个网络连接起来是由于生成器的输出没有可用的反馈。我们唯一的准则就是

2014年IanGoodfellow提出了生成对抗网络（GAN）。所有的Keras代码可GAN中两个网络的训练相互竞争。生成器（generator）合成具有说服力的假输入来误导判别器（discriminator ），而判别器则是来识别这个输入是真的还是假的。训练过程主要有三步1.根据噪声，生成器合成假的输入2.用真的输入和假的输入共同训练判别器3.训练整个模型：整个模型中判别器与生成器连接注意：在第三步中，判别器的权重是固定的将这两个网络连接起来是由于生成器的输出没有可用的反馈。我们唯一的准则就