GAN
生成器造假、判别器打假——两个网络相互博弈，最终让机器学会"无中生有"
✦ 先看效果：生成图像随训练逐步清晰
点「开始训练」，观察右侧生成图像从随机噪声逐渐逼近左侧真实图像——这就是生成器在和判别器博弈中不断进化的过程。
训练损失曲线
生成器 Loss 下降 = 越来越会骗；判别器 Loss 趋于稳定 = 博弈接近平衡
01 大白话讲 GAN
一个造假币的故事
想象两个人：
一开始什么都不会，造出来的"假币"一眼就能看出来。但每次被识破之后，就研究自己哪里做得不像，下次改进——越造越逼真。
手里有一堆真币，专门鉴别真假。造假者水平越来越高，警察也被迫练得越来越厉害，否则就会被骗过去。
两者就这样你追我赶、相互提升。训练结束时，造假者造出的东西连警察都分不清真假——这就是 GAN 的目标。
GAN 不需要"标准答案"
普通神经网络需要大量带标注的数据（每张图配一个正确答案）。GAN 只需要一堆真实数据，判别器本身就充当了动态的"评分标准"，无需人工标注。
这让 GAN 能学会生成图像、音频、文字——几乎任何东西。
训练的三步循环
给判别器看真图和假图，让它学会区分——像教警察认识真币
生成器的目标是让判别器误判自己的输出为"真"——像造假者研究如何骗过警察
理想终态：生成器造出的东西，判别器只能靠猜（50% 准确率）——警察完全分不清了
GAN 能做什么？
凭空生成不存在的人脸、风景、艺术画（StyleGAN）
把照片变成梵高画风，或把白天转换成夜景（CycleGAN）
根据残缺图像补全缺失部分，比填充纯色自然得多
医疗影像等稀缺数据场景，生成更多训练样本
GAN 的难点
生成器和判别器需要同步成长。如果一方太强，另一方就没办法学习——就像小学生和世界冠军对弈，弱的那方根本得不到有效反馈
生成器发现只要反复生成某一种样本就能骗过判别器，于是"偷懒"，生成的内容缺乏多样性
一步步构建 GAN
从数据采样到对抗训练，逐步搭建。
用 Box-Muller 方法采样高斯分布，这是我们要让 G 学会模仿的目标分布。
G：噪声 → 数据；D：数据 → 真假概率。两者结构对称，共同训练。
真实数据标签 1、生成数据标签 0，让 D 学会分辨真假。
固定 D，让 G 生成能骗过 D 的样本——G 的梯度来自 D 的判断。
02 代码
03 学术性讲解
GAN（生成对抗网络）是一种生成模型，由生成器和判别器组成，通过对抗训练相互提升。生成器学习生成假数据，判别器学习区分真假数据。
对抗训练
生成器和判别器相互对抗，如同警察和造假币者：
目标函数
GAN 的训练目标是一个 minimax 博弈：
判别器 D 希望最大化该目标（真图输出 1，假图输出 0）；生成器 G 希望最小化（让假图被判为真）。
训练过程
让判别器学会区分真实图像和生成图像
让生成器学会骗过判别器，生成更真实的图像
生成器生成的图像足够真实，判别器无法区分
纳什均衡与全局最优
理论上，GAN 的最优解是生成器完美复现真实数据分布 p_data，此时判别器对任何输入只能输出 0.5（无法区分）。这对应博弈论中的纳什均衡——任何一方单独改变策略都无法获得更好的结果。
训练不稳定性与常见问题
判别器过强时，D(G(z)) → 0，log(1-D(G(z))) 梯度几乎为零，生成器无法获得有效学习信号
生成器发现某一类样本能稳定欺骗判别器，于是只生成该类样本，多样性丧失
G 和 D 的损失反复振荡，难以收敛到均衡点
改进方向
用 Wasserstein 距离替代 JS 散度，从根本上解决梯度消失问题
引入卷积结构，大幅提升图像生成质量和训练稳定性
无需配对数据的风格迁移，增加循环一致性损失
可控风格的高分辨率人脸生成，分离高层语义与低层纹理
总结
生成器 vs 判别器
从噪声生成图像
纳什均衡点
图像生成、风格迁移