生成式对抗网络，谁来详细讲讲啊。

你说这个？
http://tieba.baidu.com/p/4145110985

很直白啊，貌似没什么可讲
其实就是一帮人A闲得没事造算法欺骗CNN；
又一帮人B闲得没事造算法防止CNN被骗；
原来那帮人A又闲得没事造算法欺骗一帮人B闲得没事造出来的防骗算法；
然后一帮人C闲得没事发现把这两伙人的算法搭配起来居然成了generative model
然后就NB了

生成图像的网络的输入是什么？
怎么训练的？

总共就两个网络G和D，G上来是傻的，先训练D
如上图所示，弄一堆图片作为D的训练集中标记为真的部分，由于G最开始是傻的，它会胡乱生成无意义的图片，作为D的训练集中标记为假的部分；这样D能把真图片和假图片识别出来。
这个时候训练G，使其输出能欺骗D；怎么训练呢，我们规定G能窥探到D的cost function，参考http://tieba.baidu.com/p/2225498599 4楼
这样G只要努力使D每次分类的置信度降低就好了

G的输入是随机向量，输出是图像点阵
怎么“能窥探到D的cost function”？
把网络D接在网络G上面？