生成对抗网络(GAN)目前已然成为人工智能领域的一个研究热点,它为无监督学习的研究带来新的活力,对生成式模型的发展具有举足轻重的意义。针对生成对抗网络这一热点模型,介绍生成对抗网络基本原理,以及在其基础上改进的几种典型的变体:条件生成对抗网络(CGAN)、深度卷积对抗网络(DCGAN)、循环一致生成网络(CycleGAN)以及堆积生成对抗网络(StackGAN)。同时还介绍生成对抗网络在计算机视觉领域中的几种应用,对生成对抗网络做总结和展望。