生成对抗网络(GAN)有很多现实生活中的应用，其中一些是：
1、为图像数据集生成示例
2、生成人脸照片，视频游戏设计师可以使用它来生成真实的人脸，还可以生成演示物体和场景
3、生成更加真实的照片，生成的照片和真实照片没有差别
4、生成卡通人物，可以使用它来创建新的角色设计、卡通场景甚至视频游戏中的场景
5图像翻译，比如摄影师可以使用这些算法将图片中的白天转换为夜晚，将黑白照片转换为彩色照片，将草图翻译成彩色图片等
6、文本到图像的翻译，比如根据鸟儿、花朵的描述文本生成真实的照片
7、语义图像到照片的翻译，给定语义图像或草图输入后是一张非常真实的图像
8、人脸正面视图生成，通过其他角度的拍摄，生成人物正面的照片
9、生成新的人体姿势，即根据原图输出不同姿势的人物照片
10、真实人脸照片生成表情包，使用GAN将图像从一个域转换到另一个域，从真实人脸照片生成相应的表情或小卡通面孔图
11、照片编辑，通过IcGAN重建具有特定指定特征的人脸照片，例如头发颜色、风格、面部表情甚至性别的变化。
12、面部老化，使用GAN生成具有不同表观年龄的人脸照片
13、照片合成，将来自不同照片的元素混合在一张照片中。
14、超高分辨率，使用SRGAN模型，生成具有更高像素分辨率的输出图像
15、照片修复，执行照片修复，即填充由于某种原因被移、模糊的照片区域。
16、服装翻译，使用GAN根据穿着衣服的模特照片生成可以在目录或在线商店中看到的衣服照片
17、视频预测，使用GAN进行视频预测，主要针对场景的静态元素。
18、3D对象生成，使用GAN从多个角度给定物体的二维图片来生成三维模型
