M11333012
對抗式生成模型（Generative Adversarial Networks, GAN）是一種深度學習模型，由兩個神經網絡組成——生成器（Generator）和鑑別器（Discriminator）。這兩個網絡透過相互對抗的方式進行訓練：
1. 生成器：生成器負責從隨機噪聲中生成假樣本，嘗試模仿真實資料的特徵，使生成的樣本看起來盡量逼真。
2. 鑑別器：鑑別器的目標是區分真實樣本和生成器產生的假樣本，嘗試判斷輸入是來自真實數據還是生成數據。
在訓練過程中，生成器和鑑別器互相對抗——生成器努力生成更逼真的樣本來騙過鑑別器，而鑑別器則不斷提升識別假樣本的能力。最終，當這兩者達到平衡時，生成器生成的樣本就會非常接近真實數據。GAN廣泛應用於影像生成、圖像修復、風格轉換等領域。