TensorFlow 简介与概览 – Part 7/8

生成对抗网络 (GAN)

GAN 是一种训练网络框架，已经过优化，可以通过特定表征生成新的真实样本。简单而言，其训练过程涉及两个网络。其中一个网络称为 生成器 (generator)，它会生成新的数据实例并试图欺骗另一个网络，即判别器 (discriminator)，后者会对图像的真伪进行分类。

在过去几年，GAN 出现了许多变体和改进，包括从特定类别生成图像的能力，以及将图像从一个域映射到另一个域的能力，而且所生成图像的真实度也有极大提升。TensorFlow 教程：如需 GAN 早期变体的示例，请参阅有关 条件GAN 和 DCGAN 的教程。

项目 GitHub 地址 – 条件 GAN
项目 GitHub 地址 – DC GAN