基于重建的超分辨率技术，SRCNN。

基于插值的超分辨率技术。

图像超分辨率（Image Super Resolution）是指由一幅低分辨率图像或图像序列恢复出高分辨率图像。

GAN中的生成器坍塌到一个极小的分布内，生成的样本不再变化，这种现象称为模型坍塌。边界平衡生成对抗网络BEGAN可以解决解决模型坍塌问题，和大多数GAN交替训练生成器和判别器不同，它允许在每一步以对抗的方式同时训练两个网络。

CGAN的全拼是Conditional Generative Adversarial Networks，条件生成对抗网络，它是GAN真正大展拳脚的开始。

DCGAN（Deep Convolutional GAN）是基础GAN的改进版之一，也是第一个全卷积的GAN，使用了卷积神经网络代替了基础GAN中的多层感知机。

我们以mnist作为数据集，通过基础GAN生成一些'以假乱真'的手写字体。

生成对抗网络(GANs)是一种由两个相互竞争的网络组成的深度神经网络架构。

一般的前馈神经网络中, 输出的结果只与当前输入有关与历史状态无关，而RNN神经元的历史输出参与下一次预测。

静态词向量指的是一个单词用一个唯一的词向量表示并不考虑上下文的变化，它最大的缺点是无法表达多意性。为此，诞生了动态词向量。