39、GAN原理

1、p(x)是训练集的数据的分布的概率，无需事先知道，网络会自动进行学习，p(x)只是为了方便公式的推导和证明。

2、鉴别器学习真实数据的分布p_r(x)，生成器生成一个假的分布p_g(x)，然后最小化两个分布的距离，在达到纳什均衡时，p_r(x)就会非常的接近p_g(x)，

   

3、训练函数