GAN对抗生成网络

对抗生成网络：主要是生成，你手里有什么样的数据，你告诉他要生成什么东西，他就能这么去做到。
超分辨率重构：将图像生成地清晰一点。首先你要告诉他什么样的东西是低分辨率，什么样的东西是高分辨率，然后你设计一个损失函数，让计算机去学习他们之间的联系。

me：生成器类似造假团伙，判别器类似警察。造假团伙的目的是使造出的钱更像真钱，随着造假团伙技术的提高，警察判别真假钱的技术也要提高。
生成网络是传统网络或卷积神经网络都可以做。生成网络生成的东西都是假的。真实数据来自训练集。判别网络就是二分类网络。
生成器Generator：自顶向下(从复杂到简单)的过程，对于输入的高维度的数据进行特征提取得到低维度的判别信息即可，比如分类，检测等等。
判别器Discriminator：自底向上(有简单到复杂的)，比如给出低维度的随机噪声，要求生成一张具有较大维度的图片等，因为其需要学习到数据整体的分布特征，所以生成器的生成任务往往具有更大的难度。