生成对抗网络（ AN）一经提出就风光无限，更是被Yann L un誉为“十年来机器学 习领域最有趣的想法”。 GAN“左右互搏”的理念几乎众所周知，但正如卷积神经网络（CNN）一样，GAN发展 至今已经衍生出了诸多变化形态。望伪图像的分布尽可能地接近真图像。或者,简单来说,我们想要伪图像尽可能看起 来像真的一样。 值得一提的是,因为GANs是用极小化极大算法做优化的,所以训练过程可能会很不稳 定。不过你可以使用一些“小技巧”来获得更稳健的训练过程。 在下面这个视频中,你可以看到GANs所生成图片

刚接触到迭代器，生成器的时候常常分不清这些概念的区别，下面的一张图很好的展示了他们的关系： 也就是： 父类 子类 iterable iterator，一些container container list, set, dict iterator generator  这里不对container展开讨论 一、iterable 很多容器都是可迭代对象，但凡是可以返回一个迭代器的对象都可称之为可迭代对象，有了迭代器才能迭代嘛。 那怎么可以返回一个迭代器呢？只要是实现__iter