# 生成性對抗網絡 生成模型被訓練以生成與他們訓練的數據類似的更多數據，并且訓練對抗模型以通過提供對抗性示例來區分真實數據和假數據。 **生成性對抗網絡**（ **GAN** ）結合了兩種模型的特征。 GAN 有兩個組成部分： * 學習如何生成類似數據的生成模型 * 一種判別模型，用于學習如何區分真實數據和生成數據（來自生成模型） GAN 已成功應用于各種復雜問題，例如： * 從低分辨率圖像生成照片般逼真的分辨率圖像 * 合成文本中的圖像 * 風格轉移 * 完成不完整的圖像和視頻 在本章中，我們將學習以下主題，以學習如何在 TensorFlow 和 Keras 中實現 GAN： * 生成性對抗網絡 * TensorFlow 中的簡單 GAN * Keras 的簡單 GAN * 具有 TensorFlow 和 Keras 的深度卷積 GAN