可以解决大数据领域数据必须标注的问题。
核心是生成器，判别器是对抗。通过对抗训练，使得生成器质量不断提高，直到判别器不怎么能判别出来。通过这一GAN网络可以扩展数据集或者做一些生成的任务。可以以文生图。生成器带噪声的，正态的噪声输入，是有监督的过程。判别器相当于动态的损失函数，可以方便的捕捉人体感知。通过判别器的对抗作用，可以使得生成器的质量得以提高。
更加通用的框架是：（Py)Torch,TensorFlow and Theano.首推Tensorflow。caffe有一定的局限性哦！
一些记忆片段：（这字已经丑到一定境界了）
