以下是我对对抗性自动编码器潜在表示的分布执行过程的理解：
为了训练对抗性自动编码器，从先前的分布（如标准正态分布）中抽取样本，比如 p(z) ，并且鉴别器网络将该样本与潜在表示 z 进行比较，由分布 q(z) （实际上 q(z|x) ）建模以输出告知的内容 . 如果 z 是先前分配中的'real'或'fake'样本 .
在Python（Tensorflow）中，这部分训练过程究竟是如何实现的？
我知道鉴别器网络的构建方式与任何其他网络相同，并且特定于潜在表示所持有的数据类型 . 我更感兴趣的是知道鉴别器网络的输入是什么以及如何生成样本并将其馈送到网络 . 有人可以帮忙吗？