一張圖瞭解生成器和判別器
判別器所執行的任務可以看成是一個自頂向下(從複雜到簡單)的過程，其只需要對於輸入的高維度的數據進行特徵提取得到低維度的判別信息即可，比如分類，檢測等等。而與之相對的則是生成器，其是自底向上(有簡單到複雜的)，比如給出低維度的隨機噪聲，要求生成一張具有較大維度的圖片等，因爲其需要學習到數據整體的分佈特徵，所以生成器的生成任務往往具有更大的難度。
然而2014年GAN橫空出世，其結合了兩類模型的特點，通過判別器來引導生成器的訓練，通過兩個模型之間的交替訓練不斷進行對抗，最終使得生成模型能夠更好地完成生成任務。