# GAN (Réseaux Antagonistes Génératifs)

> Système où deux réseaux (générateur et discriminateur) s'affrontent pour produire des données synthétiques ultra-réalistes.

- Page ZoneIA : https://zoneia.fr/glossaire/gan-reseaux-antagonistes-generatifs
- Type : Définition du glossaire IA
- Catégories : [Génération d'Images](https://zoneia.fr/outils/categorie/generation-image-ia), [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Un GAN repose sur une idée simple : **apprendre à générer des données qui ressemblent à des données réelles** (images, audio, texte), sans les recopier. Il combine deux réseaux de neurones entraînés ensemble dans une sorte de “jeu” compétitif.

## Comment ça marche
- **Le générateur** produit des échantillons synthétiques à partir d’un bruit aléatoire (et parfois d’une condition, comme une classe ou une description).
- **Le discriminateur** reçoit à la fois des exemples réels et des exemples générés, puis tente de prédire s’ils sont “vrais” ou “faux”.

Pendant l’entraînement, le générateur s’améliore pour **tromper** le discriminateur, et le discriminateur s’améliore pour **détecter** les faux. Cette boucle pousse progressivement le générateur à produire des sorties de plus en plus plausibles.

## À quoi ça sert
Les GAN sont utilisés pour :
- **Synthèse d’images réalistes** (visages, objets, textures)
- **Augmentation de données** pour enrichir des jeux d’entraînement
- **Traduction d’images** (style transfer, jour↔nuit, croquis↔photo)
- **Super-résolution** (amélioration de la netteté)

## Points d’attention
L’entraînement peut être instable (effondrement de mode, déséquilibre entre réseaux) et demande souvent un réglage fin des hyperparamètres.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/gan-reseaux-antagonistes-generatifs)