GAN از دو شبکه تشکیل می‌شود: Generator نمونه مصنوعی تولید می‌کند و Discriminator تلاش می‌کند نمونه واقعی را از مصنوعی تشخیص دهد. آموزش رقابتی این دو می‌تواند خروجی واقع‌گرایانه‌تری بسازد.
آموزش GAN ممکن است ناپایدار شود یا به Mode Collapse برسد، یعنی Generator تنوع کافی در خروجی نداشته باشد.
در عمل چه اتفاقی می‌افتد؟
در GAN، مولد تلاش می‌کند تصویر واقع‌گرایانه بسازد و تمایزدهنده آن را از تصویر واقعی تشخیص دهد. این رقابت ممکن است در آموزش ناپایدار شود.