生成式对抗网络（Generative Adversarial Networks，GANs）是一种深度学习模型，由两个神经网络组成：生成器（Generator）和判别器（Discriminator）。这两个网络在训练过程中相互对抗，从而使生成器学会生成越来越逼真的数据。
生成器的任务是生成尽可能逼真的假数据，而判别器的任务是区分出真实数据和生成器生成的假数据。在训练过程中，生成器试图欺骗判别器，使其无法区分真假数据，而判别器则试图提高其识别能力。这种对抗过程使得生成器能够生成越来越逼真的数据。
GANs 在许多领域都有应用，包括图像生成、图像超分辨率、风格迁移、语音合成等。然而，GANs 的训练过程通常比较复杂，需要仔细调整参数和网络结构。