生成對抗網路 (GAN)

概述

生成對抗網路（Generative Adversarial Networks，GAN）由 Ian Goodfellow 等人於 2014 年提出，被譽為近年來最重要的生成模型之一。GAN 的核心思想源自博弈論中的「零和遊戲」，透過兩個神經網路相互對抗的方式，使生成器能夠學習產生高度逼真的資料。GAN 的出現徹底改變了生成式 AI 的發展方向，在圖像合成、藝術創作、醫學影像、資料增強等領域有廣泛應用。

核心概念

GAN 由兩個核心组件組成：

• 生成器 (Generator)：從隨機噪音中生成假的樣本，目標是欺騙判別器
• 判別器 (Discriminator)：區分輸入樣本的真假，目標是正確識別真假

這兩個網路在訓練過程中相互競爭，生成器不斷提高生成品質以欺騙判別器，判別器不斷提高鑒別能力。最終達到納許均衡——生成器能產生判別器無法區分的逼真樣本。

發展演進

• 2014：原始 GAN 提出
• 2015：DCGAN，首次將卷積網路應用於 GAN
• 2016：Conditional GAN，加入條件控制生成屬性
• 2017：WGAN，改進訓練穩定性，解決模式崩潰
• 2018-2020：StyleGAN 系列，實現高品質可控人臉生成

訓練挑戰

GAN 的訓練極具挑戰性，常見問題包括：

• 模式崩潰：生成器只產生少量相似樣本，缺乏多樣性
• 不收斂：生成器和判別器難以達到平衡
• 梯度消失：判別器太強時生成器無法學到有用資訊

WGAN 通過使用 Wasserstein 距離替代 JS 散度，顯著改善了訓練穩定性。其他技術如梯度懲罰、譜歸一化等也被廣泛使用。

本課程範例

• train.py — MNIST GAN 訓練
• generate.py — MNIST GAN 生成

相關連結

• Wiki: 生成對抗網路
• 深度學習
• 卷積神經網路