为了有效构建生成对抗网络 (GAN)，我们首先巩固对核心原理的理解。本章将重点回顾应对更复杂GAN所必需的基本思想。

我们将重新审视：

• 生成器和判别器网络的基本作用及其配合方式。
• 原始的最小最大目标函数，通常表示为 $\min_G \max_D V(D, G)$，及其理论依据。
• 常见的训练不稳定问题，例如模式坍塌和梯度消失，这些问题会阻碍收敛。
• 初始GAN形式的固有限制，这促使了对高级技术的需求。
• 对**深度卷积生成对抗网络 (DCGAN)**所引入的架构改进进行简要回顾。

本次回顾确立了共同的起点，以确保在学习高级架构和稳定方法之前，大家对基本机制和挑战有清晰的理解。