生成式网络和判别式网络 - 详解

“生成式网络（Generative Model）” 和 “判别式网络（Discriminative Model）”
是机器学习尤其是深度学习中两个最核心的概念。
它们代表了两种完全不同的建模思路。

大家来从概念、数学表达、例子、网络代表、对比四个角度讲清楚

---

一、基本直觉

模型类型	想要做的事	类比
生成式模型	学会“生成”内容：理解数据是怎么来的	学习世界的规律，能“造出”样本
⚙️ 判别式模型	学会“区分”素材：判断输入属于哪个类别	学习怎么“分辨对错”

---

二、数学定义对比

模型	学习目标	学的是什么
生成式模型	P(x,y) 或 P(x)	学习“输入与标签的联合分布”或“输入分布”
判别式模型	P(y∣x)	学习“已知输入时的类别概率”

解释：

• 生成式模型想知道：内容是如何产生的；