1 原理

對于生成對抗網(wǎng)絡GAN，一個簡單的理解是可以將其看做博弈的過程，我們可以將生成模型和判別模型看作博弈的雙方，比如在犯罪分子造假幣和警察識別假幣的過程中：

生成模型G相當于制造假幣的一方，其目的是根據(jù)看到的錢幣情況和警察的識別技術，去盡量生成更加真實的、警察識別不出的假幣。
判別模型D相當于識別假幣的一方，其目的是盡可能的識別出犯罪分子制造的假幣。這樣通過造假者和識假者雙方的較量和朝目的的改進，使得最后能達到生成模型能盡可能真的錢幣、識假者判斷不出真假的納什均衡效果(真假幣概率都為0.5)。

2 訓練

生成器G的目標是欺騙鑒別器D，其目標是能夠區(qū)分真實數(shù)據(jù)和生成數(shù)據(jù)。因此，在訓練生成器時，我們希望誤差最大化，同時我們想要使鑒別器的誤差最小化。

2.1 判別模型

目標函數(shù)是：

max_D E_{x-p_r} [logD(x)]+E_{z-p_g } [log(1-D(x))]

其中D(x)是判別模型的輸出結(jié)果，是一個0-1范圍內(nèi)的實數(shù)值，用來判斷圖片是真實圖片的概率，其中Pr和Pg分別代表真實圖像的分布與生成圖像的數(shù)據(jù)分布情況，可以看出目標函數(shù)是找到使得后面兩個式子之和最大的判別模型函數(shù)D(z)，后面兩個式子是一個加和形式，其中：

E_{x-p_r} [logD(x)]

是指使得真實數(shù)據(jù)放入到判別模型D(x)輸出的計算值和整個式子值盡可能大。

E_{z-p_g } [log(1-D(x))]

指使得造假數(shù)據(jù)放入到判別模型D(x)輸出的計算值盡可能小和整個式子值盡可能大。

這樣整合下來就是使得目標函數(shù)盡可能大，因此在訓練時就可以根據(jù)目標函數(shù)進行梯度提升。