生成对抗网络 (GAN) 是机器学习领域激动人心的近期创新。GAN 是生成模型：它们创建类似于您的训练数据的新数据实例。例如，即使人脸不属于真人，GAN 也可以创建看起来像真人照片的图片。这些映像由 GAN 创建：
图 1：由 NVIDIA 创建的 GAN 生成的图片。
GAN 通过将生成器（学会生成目标输出）与判别器（学习区分真实数据与生成器的输出）配对来实现这种程度的真实性。生成器试图欺骗辨别器，而判别器则试图避免被欺骗。
本课程介绍了 GAN 基础知识，以及如何使用 TF-GAN 库创建 GAN。
前提条件
本课程假定您有：
- 已经学完机器学习速成课程，既可当面学习，也可自学。
- 至少具有使用 TensorFlow 进行编程的经验。