保留初心，砥砺前行
这次并没有标题党，说一文精通GAN什么的。因为毕竟paper才是基础。以下内容只是辅助作用，相当于paper重点内容的总结而已。
再次强调，请读者先读paper。
Generative Adversarial Networks
paper不能完全搞懂没关系，看下边。
第一个问题，GAN对噪声z的分布有要求吗？常用哪些分布？
常用的有高斯分布
也可以用均匀分布
为什么初始噪声是100维咧，算是一种要求吗？
100维算是个通用取法
小于10维diversity会很低
噪声的维数至少要达到数据流形的内在维数，才能产生足够的diversity，有兴趣的同学可以看这个链接，算是扩展知识。
GAN隐空间维数选择
第二个问题，GAN的 adversarial 体现在哪里？
G和D达到某种纳什均衡
G要使生成的数据尽量判别为真，而D反而要使其判为假
我们的目标是想达到纳什均衡，实际的结果不一定能达到
希望D(x)越小越好，而正是由于其对抗的存在，使得对于GAN来说，loss不能作为训练程序的评判标准
实际上我们要找的是局部鞍点，算法优化的结果很难判断是否达到了纳什均衡解。IanGoodfellow说过，找纳什均衡解是比最小化一个目标函数难得多的问题
理论上，需要D学得足够好，G才能训练好，但是实际中会出现G的梯度消失，WGAN证明过这个问题
在NIPS 2016 GAN tutorial中提到过，D和G各更新一次就好了
为了让G学得更好一点，能不能让G多更新？
Goodfellow认为是G更新太多次会导致diversity不足
意思就是G独自更新的话容易mode collapse
下一个问题，G和D的loss分别是什么？p_data和p_g的JS divergence和adversarial loss之间存在什么关系？
为什么实际训练不用zero-sum game的loss？
这个通俗地解释一下就是如果使用零和博弈的loss，当D训练完美，达到1/2时，D就无法再分辨出真实数据和生成数据，也就无法再给G提供梯度。
用 G 自己的伪装成功率来表示自己的目标函数（不再是直接拿 J(D) 的负数）。J(D) 跟 J(G) 没有简单粗暴的相互绑定，就算在 D 完美了以后，G 还可以继续被优化。
想问一下如果d更新太快 导致g无法更新 可不可以减小d的learning rate呀？
训练中用的 lr 都很小，减得太小了就相当于G多更新了几轮
diversity就不足了
p_r和p_g的JS divergence和adversarial loss之间存在什么关系？
我们通常说的，GAN优化的目标是JSD就出自这里
最优判别器下的loss可化为JS散度
但是实际上是有条件的，只有在D最优的时候，GAN的目标才等价于JSD
在GAN中添加batch normalization层有什么作用？
使训练稳定，gan的最大问题就是不稳定
深度学习中 Batch Normalization为什么效果好？
解读Batch Normalization
