GAN由生成模型 G G G 和判别模型 D D D 构成。
生成模型从随机噪声 z ∼ p z ( z ) z\sim p_z(z) z∼pz​(z) 中生成数据，判别模型用于鉴别真实数据 x ∼ p data ( x ) x\sim p_{\text{data}}(x) x∼pdata​(x)
GAN优化的目标为
min ⁡ D max ⁡ G V ( D , G ) = E x ∼ p data ( x ) [ log ⁡ D ( x ) ] + E z ∼ p z ( z ) [ log ⁡ ( 1 − D ( G ( z ) ) ) ] \min_D\max_GV(D,G)=E_{x\sim p_{\text{data}}(x)}[\log D(x)]+E_{z\sim p_z(z)}[\log (1-D(G(z)))] minD​maxG​V(D,G)=Ex∼pdata​(x)​[logD(x)]+Ez∼pz​(z)​[log(1−D(G(z)))]