GAN全称对抗生成网络，顾名思义是生成模型的一种，而他的训练则是处于一种对抗博弈状态中的。下面举例来解释一下GAN的基本思想
假如你是一名篮球运动员，你想在下次比赛中得到上场机会。
于是在每一次训练赛之后你跟教练进行沟通：
你：教练，我想打球
教练：（评估你的训练赛表现之后）… 算了吧
（你通过跟其他人比较，发现自己的运球很差，于是你苦练了一段时间）
你：教练，我想打球
教练：… 嗯 还不行
（你发现大家投篮都很准，于是你苦练了一段时间的投篮）
你：教练，我想打球
教练： … 嗯 还有所欠缺
（你发现你的身体不够壮，被人一碰就倒，于是你去泡健身房）
…
通过这样不断的努力和被拒绝，你最终在某一次训练赛之后得到教练的赞赏，获得了上场的机会。
值得一提的是在这个过程中，所有的候选球员都在不断地进步和提升。因而教练也要不断地通过对比场上球员和候补球员来学习分辨哪些球员是真正可以上场的，并且要“观察”得比球员更频繁。随着大家的成长教练也会会变得越来越严格。