生成对抗网络（Generative Adversarial Net,GAN）是近年来深度学习中一个十分热门的方向，卷积网络之父、深度学习元老级人物LeCun Yan就曾说过“GAN is the most interesting idea in the last 10 years in machine learning”。尤其是近两年，GAN的论文呈现井喷的趋势，GitHub上有人收集了各种各样的

深度学习之所以能够成功，是因为解决了神经网络的训练问题，使得包含多个隐含层的神经网络模型变得可能。神经网络训练问题的解决，包括了四个方面的因素：（1）硬件设备特别是高性能GPU的进步，极大地提高了数值运算和矩阵运算的速度，神经网络的训练时间明显减少。（2）大规模得到标注的数据集（如CIFAR10和ImageNet等）可以避免神经网络因为参数过多而得不到充分训练的问题。（3）新型神经网络的提出，包括