这一期主要介绍两篇个关于生成对抗网络模型（GAN）的论文，这是一个比较新的模型类型，
1.Generative Adversarial Nets
简介：这篇文章主要讲的是GAN模型的提出。通过模拟对抗过程，提出一种新的生成模型框架。
2.Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
简介：本文紧密承接上篇论文，描述了实现过程中的细节，比如参数设置。也提到了解决GAN中训练不稳定的措施，但是并非完全解决。文中还提到利用对抗生成网络来做半监督学习。在训练结束后，识别网络可以用来提取图片特征，输入有标签的训练图片，可以将卷基层的输出特征作为X，标签作为y做训练。