和有监督的分类工作不同，生成任务的目标更不明确。难以评价生成结果的好坏。

Oracle discriminator

假设我们有一个先知判别器oracle discriminator可以分辨我们生成的内容是真还是假。
D(x) 表示判别数据为真的概率。

我们想让生产成的结果足够真实，所以要 fool Oracle discriminator：

但是实际上我们并没有一个先知判别器，我们需要训练一个判别器可以区分真实数据和假数据

在每一步迭代中，要分别更新判别器和生成器

DCGAN :Deep convolutional generative adversarial networks

CycleGAN: 图像之间的相互转换