GAN

现在真的是什么火都一窝蜂似的去搞，感觉现在不搞GAN就不是做深度学习的了，虽然不喜欢但是还是要看一下然后划水的。。。

第一个paper就是始祖的那篇GAN. Generative Adversarial Networks

原理大概是，有一个生成器G，通过接受一个噪音z，可以生成图片G(z)。还有一个是判别器D，可以对一个照片进行判断。如果是对一个真实图片x，我们希望D(x)无限趋近于1，同时D(G(z))趋近于0.5，也就是达到以假乱真的效果。

后面各种变种实在是太复杂了，先留着用得到再看吧。

links:

• http://it.sohu.com/20161210/n475485860.shtml
• https://github.com/zhangqianhui/AdversarialNetsPapers