**生成式对抗网络**（GAN，generative adversarial network） * 可以替代 VAE 来学习图像的潜在空间。 * 能够迫使生成图像与真实图像在统计上几乎无法区分，从而生成相当逼真的合成图像。 * 一个伪造者网络和一个专家网络，二者训练的目的都是为了打败彼此 **组成：** * **生成器网络**（generator network）：它以一个随机向量（潜在空间中的一个随机点）作为输入，并将其解码为一张合成图像。 * **判别器网络**（discriminator network）或**对手**（adversary）：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是由生成器网络创建。 **优化最小值：** * 对于 GAN 而言，每下山一步，都会对整个地形造成一点改变。它是一个动态的系统，其最优化过程寻找的不是一个最小值，而是两股力量之间的平衡。