💡一句話定義
GAN（生成對抗網路）＝兩個網路對抗：生成器從隨機雜訊產生假樣本、判別器分辨真假。兩者博弈，生成器逐漸學會產生以假亂真的資料。它是與 VAE、Diffusion 並列的三大生成模型之一。
🎮互動：拖動訓練回合
拖動下方滑桿看訓練進程：左邊生成器的輸出從雜訊 → 模糊特徵 → 逼真人臉；右邊判別器的指針從「一眼假」逐漸擺向中間 0.5（真假難辨＝理想終點）。
⚔️ 生成對抗網路 (GAN) 互動演示
訓練回合 (Epoch): 0 / 100
拖動滑桿，觀察生成器 (Generator) 如何從雜訊中學會畫人臉。
Generator (生成器)
輸出：隨機雜訊
輸入：隨機向量 z
➡
Discriminator (判別器)
判斷：一眼假
D 對生成圖片的評分
(接近 0.5 代表無法分辨)
(接近 0.5 代表無法分辨)
🥷偽造者 vs 警察
| 角色 | 生成器 G | 判別器 D |
|---|---|---|
| 比喻 | 偽造者（造假鈔） | 警察（鑑定真偽） |
| 輸入 | 隨機向量 z（雜訊） | 真實圖片 ＋ G 的假圖 |
| 目標 | 騙過 D（讓假圖被判真） | 準確分辨真假 |
| 進步方式 | 被抓後改進造假 | 被騙後提升鑑別 |
🧮Min-Max 目標
$$ \min_G \max_D V(D,G) = \mathbb{E}_{x}[\log D(x)] + \mathbb{E}_{z}[\log(1 - D(G(z)))] $$
maxD：D 希望 D(x)→1（真圖判真）、D(G(z))→0（假圖判假）。 minG：G 希望 D(G(z))→1（假圖被判真、成功騙過 D）。
兩邊目標相反、輪流最佳化，這就是「對抗」的由來。
📈訓練三階段
🌫️初期（0–20）
G 輸出雜訊，D 一眼識破，評分趨近 0。
G 輸出雜訊，D 一眼識破，評分趨近 0。
🌀中期（20–70）
G 學到眼睛、臉型但模糊，D 開始猶豫。
G 學到眼睛、臉型但模糊，D 開始猶豫。
✨後期（80–100）
G 生成逼真圖，D 評分停在 0.5（納許均衡）。
G 生成逼真圖，D 評分停在 0.5（納許均衡）。
⚠️模式崩潰與訓練不穩
模式崩潰（mode collapse）：G 只學會產生少數幾種能騙過 D 的樣本、失去多樣性（例如只生成一種臉）。訓練不穩：兩網路同時更新、目標相反，容易震盪不收斂。常用平衡兩者學習率、WGAN ＋ 梯度懲罰、特徵匹配等技巧穩定。
⚖️三大生成模型比較
| 模型 | 機制 | 特性 |
|---|---|---|
| GAN | 生成器 vs 判別器對抗 | 影像銳利，但訓練不穩、易崩潰 |
| VAE | 編碼解碼 ＋ 機率分布 | 較穩、可取樣，但偏模糊 |
| Diffusion | 逐步去噪還原 | 品質高、多樣，但取樣較慢 |
🎯應用場景
① StyleGAN 人臉生成：NVIDIA 的 StyleGAN 生成肉眼難辨真偽的人臉，還能調年齡、性別、髮型等風格。
② 超解析度／修復：把模糊舊照變清晰、去馬賽克或遮擋。
③ 資料增強：醫療影像（罕病 X 光）不足時，用 GAN 生成合成資料訓練診斷模型。
② 超解析度／修復：把模糊舊照變清晰、去馬賽克或遮擋。
③ 資料增強：醫療影像（罕病 X 光）不足時，用 GAN 生成合成資料訓練診斷模型。
✅自我檢測
Q1. GAN 的基本架構是什麼？
兩個網路對抗：生成器從隨機雜訊產生假樣本、判別器分辨真假。兩者博弈，生成器逐漸學會產生以假亂真的資料。
Q2. GAN 訓練目標是什麼？
判別器學把真判真、假判假；生成器學騙過判別器。理想收斂時判別器難以分辨（機率約 0.5），生成分布逼近真實分布。
Q3. 什麼是模式崩潰（mode collapse）？
生成器只學會產生少數幾種能騙過判別器的樣本、失去多樣性（例如只生成一種臉），是 GAN 常見且棘手的問題。
Q4. GAN 和 VAE、擴散模型差在哪？
都是生成模型：GAN 靠對抗、影像較銳利但訓練不穩；VAE 靠編碼解碼加機率、較穩但偏模糊；擴散靠去噪、品質高但取樣慢。
🎯重點整理
- 本質：生成器 vs 判別器的對抗博弈。
- 目標：min-max，G 騙過 D、D 抓假。
- 終點：D 評分 0.5（納許均衡），以假亂真。
- 痛點：模式崩潰、訓練不穩。
- 定位：三大生成模型之一，影像銳利。