本文整理自B站的白板推导系列。 一个例子 现在有一批国宝，一个造假专家和一个鉴赏专家。造假专家通过观察国宝，然后仿造工艺品，鉴赏专家通过判断一个工艺品是国宝还是造假专家仿造的，对造假专家进行反馈。同时造假专家也会对鉴赏专家进行反馈，提升鉴赏专家的鉴赏能力。 鉴赏专家的目标是通过上面的训练成为高水平的鉴赏专家，造假专家的目标是通过上面的训练成为高水平的造假专家，造出的工艺品能以假乱真。 数学描述 国宝是真实的，用pdata(x)p_{data}(x)pdata(x)来描述，假设有N个国宝N个国宝N个国.
