第 23 篇 · 深度学习架构
生成对抗网络（GAN）——AI的左右互搏
2014年，Ian Goodfellow提出了一种奇怪的架构：两个神经网络互相PK。一个负责造假，一个负责打假。
这就是GAN（生成对抗网络）。它像武侠小说里的「左右互搏」，两个对手越打越强，最后生成器能造出以假乱真的内容：图片、视频、音乐，甚至人脸。
1生成器 vs 判别器
GAN由两个网络组成，它们的目标截然相反：
GAN的对抗过程
生成器 (Generator)
造假者
目标：生成尽可能真实的内容，骗过判别器
输入：随机噪声
输出：伪造的图片/文本
判别器 (Discriminator)
打假者
目标：区分真实和伪造内容，不被骗
输入：一张图片（可能是真实的也可能是假的）
输出：真/假的概率
两者互相博弈，共同进化
⚔️
类比理解：就像造假币的（生成器）和验钞的（判别器）在博弈。造假币的技术越来越高明，验钞的手段也越来越精准。最后，假币真的可能以假乱真。
训练过程
2GAN的训练：两步走
训练GAN时，每次迭代要分两步：
第一步：训练判别器
1. 用真实图片训练判别器，让它学会「这是真图」
2. 用生成器的假图训练判别器，让它学会「这是假图」
目标：提高判别准确率
第二步：训练生成器
固定判别器的参数
生成器生成假图，看判别器能不能识别出来
目标：让判别器把假图当成真图
3GAN能做什么？
GAN的应用非常广泛，几乎覆盖所有生成式任务：
图像生成🖼️
创造不存在的图片
生成人脸、风景、动漫角色，甚至可以根据文字描述生成图片。
图像修复🔧
修复破损的图片
给黑白照片上色、去除图片上的水印、补全缺失的部分。
风格迁移🎨
把A图转换成B图的风格
把普通照片变成梵高风格、把马变成斑马、把白天改成夜晚。
数据增强📊
生成更多训练数据
医疗影像数据稀缺，用GAN生成更多样本帮助模型训练。
4GAN的挑战：难训练
GAN虽然强大，但训练起来非常困难：
模式崩溃 (Mode Collapse)
生成器学会了生成几种非常逼真的图片，就只重复生成这几种，失去了多样性。
训练不稳定
生成器和判别器的学习节奏很难平衡。如果一方太强，另一方就学不到东西。
类比理解：就像两个对手PK，如果一方太强，另一方直接放弃比赛。要让它们「旗鼓相当」地博弈，需要很高的技巧。
总结
🎓 一句话总结
- ①GAN组成 = 生成器（造假）+ 判别器（打假）
- ②训练过程 = 两步走：先训练判别器，再训练生成器
- ③应用 = 图像生成、图像修复、风格迁移、数据增强
- ④挑战 = 模式崩溃、训练不稳定、难以调参
→下篇预告
第24篇：扩散模型(Diffusion)——图像生成的新王者
Midjourney、Stable Diffusion这些AI绘画工具的背后，都是扩散模型。它用「去噪」的思想生成高质量图片。相比GAN，它更稳定、更容易训练。下一篇，我们来揭秘这个新晋王者。
✏️ 手绘图解 · AI Catch 出品
第 23 篇 / 深度学习架构篇