和有監(jiān)督的分類工作不同，生成任務(wù)的目標(biāo)更不明確。難以評價生成結(jié)果的好壞。

Oracle discriminator

假設(shè)我們有一個先知判別器oracle discriminator可以分辨我們生成的內(nèi)容是真還是假。
D(x) 表示判別數(shù)據(jù)為真的概率。

我們想讓生產(chǎn)成的結(jié)果足夠真實，所以要 fool Oracle discriminator：

但是實際上我們并沒有一個先知判別器，我們需要訓(xùn)練一個判別器可以區(qū)分真實數(shù)據(jù)和假數(shù)據(jù)

在每一步迭代中，要分別更新判別器和生成器

DCGAN :Deep convolutional generative adversarial networks

CycleGAN: 圖像之間的相互轉(zhuǎn)換