只需用4个颜色通道表示对象
在游戏中，关卡数据以压缩格式存储，通常，每个对象用两个字节来描述位置和类型。
一个字节指定16x16网格中的xy坐标；第二个字节指定对象的类型。比如在第一关的场景中，仅用了12个字节来描述：
07 81 | 47 24 | 57 00 | 63 01 | 77 01 | C9 71
作者为了将关卡编码为16x16的图像，分别设置了4个独立颜色通道：
比如，第一关的截图，就可以表示成这样：
这样的编码方式，既能够涵盖足够多的对象，又不至于太过复杂。
并且，根据关卡中对象的排列方式进行分组，有利于模型进行学习并重现。比如，实心砖用于布置楼梯、砖块则通常水平放置。
此外，将所有对象组织成一个合理的方案，减少生成网络失误对输出结果的负面影响。
比如用硬币代替砖块，影响非常小；而如果用管道或库巴来代替，就会出现问题。
开发者还找出了游戏的一些特点：
管道可以连接地面或一排浮动块；
方块通常用来构建各种尺寸的楼梯；
砖块和问题块，大多排在第3位和第7位；
其他角色一般会分成两三组。
接下来，作者使用TensorFlow作为后端，利用Keras来构建模型，并进行训练。
生成器通过输入的一组特征向量，来生成新的样本图像；鉴别器则区分是训练集中的真实图像，还是生成器伪造的。
随着遍历训练集的次数增加，生成效果也逐渐改善：
最终输出的结果，是这样的：
