生成式对抗网络（Generative Adversarial Networks，简称GAN）是一种深度学习模型，由Ian Goodfellow等人在2014年首次提出。GAN通过生成器（Generator）和判别（Discriminator）两个网络之间的对抗学习，生成与真实数据分布相似的新数据。简单图示，说明生成式对抗网络模型的训练和推理原理。展示了生成器和判别器之间的相互作用和训练过程，以及它们如何通过竞争和平衡来提高生成图像的质量。