生成式对抗网络（Generative Adversarial Network，简称GAN），主要由两部分构成：生成模型G和判别模型D。训练GAN就是两种模型的对抗过程。
生成模型：利用任意噪音（random noise）来产生一个样本。
判别模型：判断一个样本是真实的（real），还是生成模型产生的（fake）。
对抗过程
两种模型都不断提升自己。生成模型总是尽可能产生一个接近真实的样本。判别模型总是尽可能分辨出生成模型产生的样本。直到判别模型无法判断一个样本是真实的，还是生成模型产生的。
极小极大博弈
不需要近似推断和马尔科夫链。
参考链接：
https://arxiv.org/pdf/1406.2661v1.pdf
