Generative Adversarial Network (GAN) to architektura głębokiego uczenia składająca się z dwóch konkurujących ze sobą sieci neuronowych: generatora i dyskryminatora. Generator tworzy nowe, syntetyczne dane, starając się naśladować rzeczywisty zbiór treningowy, podczas gdy dyskryminator ocenia ich autentyczność i uczy się odróżniać fałszywe próbki od prawdziwych. Ten proces wzajemnej rywalizacji prowadzi do powstawania niezwykle realistycznych obrazów, dźwięków lub tekstów.
Źródło: pl.wikipedia.org
