生成对抗网络（GAN）

生成对抗网络（Generative Adversarial Network，简称 GAN）是一种让两个神经网络相互「对抗」来学习数据分布的生成模型框架，由 Ian Goodfellow 等人于 2014 年提出。

概述

GAN 由两部分组成：生成网络（生成器）和判别网络（判别器）。生成器从潜在空间中随机取样作为输入，努力产出尽量接近真实训练样本的「假数据」；判别器则同时接收真实样本和生成样本，负责分辨哪些是真、哪些是假。两者目标相反：生成器想骗过判别器，判别器想拆穿生成器。

训练过程就像造假者与鉴定师的博弈：双方在对抗中不断调整参数、共同进步，理想状态下判别器最终无法区分生成结果与真实数据，此时生成器就学会了以假乱真。这种思路属于非监督式学习，不需要人工标注数据即可让模型掌握数据的内在规律，被认为是深度学习领域极具影响力的想法之一。

主要特点

• 对抗式训练：生成器与判别器互为对手，以博弈方式共同提升，无需逐条标注数据。
• 生成质量高：在图像生成上尤其出色，能产出细节逼真、肉眼难辨真假的照片级结果。
• 应用面广：涵盖图像生成与修复、风格迁移、超分辨率放大、数据增强、AI 换脸等场景。
• 训练难度大：对抗平衡不易把握，可能出现训练不稳定、模式崩溃（生成结果单一）等问题。

典型应用与衍生模型

GAN 催生了大量变体，如用于高清人脸生成的 StyleGAN、用于图像风格互转的 CycleGAN 等。大众熟知的 AI 换脸（Deepfake）、老照片修复、动漫头像生成等应用，背后都有 GAN 的身影。近年来扩散模型在图像生成领域逐渐成为主流，但 GAN 凭借生成速度快等优势，仍在超分辨率、实时生成等场景中广泛使用。

常见问题

问：GAN 和扩散模型有什么区别？答：GAN 靠生成器与判别器对抗一次性生成结果，速度快但训练不稳定；扩散模型通过多步去噪生成，质量和多样性更好但计算量更大，两者各有适用场景。

问：GAN 是有监督学习吗？答：不是。GAN 属于非监督式学习，判别信号来自「真假对抗」本身，不需要人工为每条数据打标签。

问：什么是模式崩溃？答：指生成器只学会产出少数几种能骗过判别器的样本，导致结果缺乏多样性，是 GAN 训练中的常见难题。