生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Networks,GAN)是用于無(wú)監(jiān)督學(xué)習(xí)的機(jī)器學(xué)習(xí)模型,由Ian Goodfellow等人在2014年提出。由神經(jīng)網(wǎng)絡(luò)構(gòu)成判別器和生成器構(gòu)成,通過(guò)一種互相競(jìng)爭(zhēng)的機(jī)制組成的一種學(xué)習(xí)框架,GAN在深度學(xué)習(xí)領(lǐng)域掀起了一場(chǎng)革命,這場(chǎng)革命產(chǎn)生了一些重大的技術(shù)突破,學(xué)術(shù)界和工業(yè)界都開(kāi)始接受并歡迎GAN的到來(lái)。GAN最厲害的地方是它的學(xué)習(xí)性質(zhì)是無(wú)監(jiān)督的,GAN也不需要標(biāo)記數(shù)據(jù),這使得GAN功能強(qiáng)大,因?yàn)閿?shù)據(jù)標(biāo)記的工作非常枯燥。