生成对抗网络（Generative Adversarial Network, GAN）是一种由生成器（Generator）与判别器（Discriminator）构成的双网络博弈框架。

核心机制就是一个造假，一个辨伪：

• 生成器 $G$：输入随机噪声 $z \sim \mathcal{N}(0,1)$，输出合成样本 $G(z)$，目标是"欺骗"判别器。
• 判别器 $D$：输入真实或合成样本，输出标量概率 $D(x) \in [0,1]$ 表示"真实"置信度，目标是区分真假。
• 双方进行零和博弈，优化极小极大损失 $\min_G \max_D \mathbb{E}[\log D(x)] + \mathbb{E}[\log(1-D(G(z)))]$ (Goodfellow et al., NeurIPS 2014)。