理解GAN的原理
Generative生成Adversarial对抗Nets网络是新深度学习的一项技术，通过下面的一张图片，来解释下这种技术的原理。
人物设定：GAN是一个造假钞的造假者，他要造假钞就必须有一台印钞机（也就是GAN中的生成网络），他光有一台印钞机可能还不够，他需要用一台验钞机来看下他伪造的假钞能不能骗过别人（验钞机就是GAN中的鉴别网络）。印钞机（生成网络）的目标是把一张白纸印成一张钞票，核心是印钞的模板，相对应的是一个生成函数。验钞机(判别网络）的目标就是区分出真钞和假钞，核心是一个判别函数。
第一次印假钞（橙色）：第一次印假钞的时候，首先把一张白纸（也就是噪声，这里为什么是噪声，后面解释）放到印钞机中，经过一个生成函数，变成了一张假钞。然后这个造假者，就把这张假钞放到验钞机里面去看下，结果他发现鉴别函数说他的钞票是假的。他这时候肯定不能放弃呀，他要想验钞机验不出他的假钞，他就去找出问题，看下哪里造的不够真，然后改进生成函数，让印钞机印的真点，这个找问题和改进的过程叫反馈调参。这就是第一次印假钞的过程。
第二次印假钞（绿色）：经过第一次印假钞失败后，造假者改进了生成函数，他就开始了第二次印钞，当他把第二次的假钞放验钞机上时，如果发现他还是被验出来了，他就继续改进生成函数。
当他进行第三次，第四次…直到他成功骗过验钞机为止，当他骗过验钞机后，就得到一个很真的假钞了。
改验钞机（蓝色）：这时候他就打算拿去用了，结果尴尬的是，他遇到一个比验钞机还准的高手，他一下子就看出这个钞票是假的了。这时候这个造假者觉得自己的尊严受到了侮辱，他一定要造出这个高手分辨不出的假币，但是这时候改进生成函数已经没啥意义了，因为验钞机已经不能识别真假了。他就想到改进验钞机的判别函数，让验钞机更准，然后再去改印钞机，然后他就这样做了，当他改好验钞机后，已经可以把之前那张假钞分辨出来了，这时候他就继续去改印钞机，当改进的验钞机又不能识别他做的假钞后，他就拿去试这个高手，如果说这个高手还是能分辨出来，他就继续优化验钞机和印钞机，不停的，不停的，就像印钞机和验钞机通过不停的验证改进，最后得到一个高手也分不清楚的假钞。
把印钞机和验钞机比作两个武侠人士，通过不断的切磋交流后，功力大进，最后打败了那个绝世高手，这就是Adversarial对抗的由来。而打败这个绝世高手其实就是一个检验他们两个功力的一个标准，而这个准则在GAN中就是一个叫做损失函数的东西，我们训练一个生成对抗网络，要看它训练的好不好，就是用这个标准检验的。这次就说到这，下次再说损失函数和GAN的优化目标和求解。