生成对抗网络 (GAN)：GAN 由两个神经网络组成：生成器和判别器。生成器创建新图像，而判别器尝试确定图像是否真实。通过相互竞争，这两个网络可以生成非常逼真的图像。

生成对抗网络 (GAN) 是一种生成逼真数据的深度学习模型。GAN 由两个神经网络组成：生成器和判别器。

生成器

生成器是一个神经网络，它创建新的数据样本，类似于真实数据样本。生成器的目标是生成与训练数据分布非常相似的图像。

判别器

判别器是一个神经网络，它尝试确定给定的数据样本是真实样本还是生成样本。判别器的目标是区分真实样本和生成样本。

GAN 的工作原理

GAN通过一个称为对抗训练的过程来学习。在这个过程中，生成器和判别器相互竞争，以提高自己的性能。

1. 生成器生成图像：生成器创建一个新的图像。