原理

GAN核心是兩個模組。
1.生成器模組
2.判別器模組

為了通俗的解釋GAN原理，可以類比為偽造貨幣的例子（這個比方純粹為了解釋）
現在有個偽造貨幣的任務。
你有一堆真實的貨幣，一個可以不斷提高鑑別能力的鑑定貨幣真偽的裝置，還有一個可以提高偽造能力的偽造貨幣的裝置。

1.我們繼續不斷的強化鑑定裝置的 鑑定能力，盡全力讓他能將真幣識別為真幣，將價比識別為價幣。（鑑定結果是一個0到1之間的概率。越接近0，說明鑑定結果越是假幣）
2.我們讓偽造裝置不斷的偽造假幣，將假幣真幣混合在一起，交給鑑定裝置鑑定。根據鑑定結果（概率），我們不斷改善偽造裝置，使偽造的假幣被鑑定為真的概率持續提高。
現在形成了矛與盾的局面。一個偽造貨幣裝置，和鑑定貨幣真偽裝置的持續較量，兩者都不斷的從對抗中吸取經驗、教訓，提高自己。

兩者不斷的對抗，兩者的能力都持續不斷的提高，最終我們得到了一個貨幣鑑定專家，一個偽造貨幣天才，而且這個偽造貨幣天才，學習能力超級強。將它製造的假幣和真幣混在一起之後，我們這個鑑定專家，已經區分不出來，都認為是真的貨幣 了。
那麼，現在偽造貨幣裝置偽造的貨幣，在市面上就可以認為是真的了。因為，我們那個高階的鑑別裝置，都已經無法區分他是否是真的，更不要說其他普通的鑑定裝置了。