密歇根大学关于生成式对抗网络的28页综述。生成性对抗网络是近年来研究的热点。GANs自2014年以来得到了广泛的研究，并提出了大量的算法。然而，很少有全面的研究解释不同甘氨酸变体之间的联系，以及它们是如何进化的。本文从算法、理论和应用的角度对各种GANs方法进行了综述。首先，详细介绍了GANs算法的基本原理、数学表示和结构。此外，GANs还与其他机器学习算法结合用于特定应用，如半监督学习、转移学习和强化学习。本文比较了这些GANs方法的共性和差异。其次，研究了与政府机关有关的理论问题。再次，介绍了GANs在图像处理和计算机视觉、自然语言处理、音乐、语音和音频、医学和数据科学等领域的典型应用。最后，指出了甘肃省未来的开放性研究问题。
