一维生成对抗网络（GAN）训练

观察要点

1. GAN 是生成器与判别器的极小极大博弈，最优判别器下等价于最小化 JS 散度。
2. 生成器通常用非饱和损失 −log D(G(z))，避免训练初期梯度消失。
3. 模式坍塌、训练震荡是 GAN 的典型问题，WGAN 等改进由此而来。

相关章节：第 13 章 深度生成模型。