在2014年的论文《Generative Adversarial Nets》中，作者Ian J. Goodfellow提出了大名鼎鼎的GAN网络，提出了通过两个网络相互竞争的逻辑去模拟某个数据分布。
在论文的摘要部分很明白的表达了GAN网络的基本逻辑：
准备两个网络G和D，G被称作为生成器，负责通过训练数据来模拟某个数据分布(训练数据就是可以看成是这个数据分布中的样本)；而D被称作判别器，负责判断G生成的数据是不是符合这个数据分布(或者说是这个训练样本)。
整个训练过程就是想让判别器无法正确判断生成器G生成的数据到底是不是