GAN（生成對抗網路Generative Adversarial Network）是一種最近比較紅的神經網路，他的用途就是拿來生成資料，希望能夠讓生成的資料變成好像真的，在社群軟體上出現一系列人臉轉換的梗圖就跟GAN有些關係。
GAN可以拆解成『生成』和『對抗』，『生成』就是指透過模仿原始資料來生成假資料，而『對抗』就是指生成的假資料要跟真實資料來對抗、想辦法以假亂真。
大概的流程會如下圖，模型先從原始資料去生成自己的假資料，再將這個假資料去和真實資料一起丟進Discriminator中判斷真假，如果讓Discriminator難以辨別真假就是算這個模型成功了。
而GAN的核心就在於如何去設計Generator和Discriminator。Generator的工作在於產生能夠以假亂真的資料，而Discriminator的工作在於很好的判斷出誰是真的資料、誰是假的資料，可以說兩人的目標是剛好相反的，而這也就是GAN最困難的地方。
iThome鐵人賽
看影片追技術