GAN中的网络通过对抗竞赛进行训练：两个网络互相竞争。例如用GAN生成艺术品赝品。
(1) 第一个网络，即生成网络，并未见过艺术品实物，但试图生成形似艺术品实物的作品。
(2) 第二个网络，即判别网络，试图判断一件艺术品是真品还是赝品。
(3) 生成网络在不断迭代中生成看起来更加真实的艺术品，试图骗过判别网络，让它相信这些生成的赝品是真品。
(4) 判别网络不断优化区分真假的标准，试图胜过生成网络。
(5) 在每轮迭代中，它们会将自己所做调整中的成功尝试反馈给对方，这就是GAN的训练过程。
(6) 最终，在判别网络的帮助下，生成网络已经训练得让判别网络无法区分哪件是真品、哪件是赝品了。
在该竞赛中，两个网络是同时受训的。当判别网络无法区分真品和赝品时，该网络就进入了一种名为“纳什均衡”的状态。本章稍后会详述。
GAN通过对抗竞赛进行训练
