GAN全称是Generative Adversarial Nets，中文叫做“生成对抗网络”。在GAN中有2个网络，一个网络用于生成数据，叫做“生成器”。另一个网络用于判别生成数据是否接近于真实，叫做“判别器”。 下图展示了最简单的GAN的结构以及工作原理。
模型示意图
D从真数据中学习好的经验，从G生成假数据中学到辨假的经验，相比较传统模型加入假数据，基于G不那么容易训练，相当于样本扩大，因此能提高D的表现水平。
D已经良好，开始讲之前两批数据的经验传送给G，教G如何造假
共同进步，G造假水平提高，D识别能力提高，相互影响，形成双赢局面。
Over
均衡后停止循环
