#生成器设计是基于Auto Encoder钉。
真实图片+ 生成器（假设1:10000）-> 二分类判别器(真实图片是1，生成器是0，训练直到二分类判别器分别不出来
#训练两个阶段：
强化生成器，锁住二分类判别器的权重。
强化判别器，锁住生成器，学习二分类。
#原理说明
MAX(V,D*)也就是衡量 基于JL散度 的两个分布的相似情况，是用二分类判别器来等价代替的。一旦锁定二分类判别器，就可以选择生成器的分布。
#GAN训练技巧：
1引入条件。防止GAN无效空间跳跃或者不跳跃
2引入dropout,防止生成器偷懒。只记住最佳情况
