本发明提出了一种训练生成对抗网络(GAN)中的生成器G的方法，包括由编码器E接收目标数据Y；由编码器E接收发生器G的输出G(Z)，其中发生器G在接收作为噪声样本的随机样本Z后随即生成输出G(Z)，GAN中的鉴别器D受到训练以区分G(Z)和目标数据Y两者中哪一个是真实数据；训练编码器E以最小化输出G(Z)的第一潜在空间表示E(G(Z))与目标数据Y的第二潜在空间表示E(Y)之间的差值，其中输出G(Z)和目标数据Y被输入到编码器E；并使用第一潜在空间表示E(G(Z))和第二潜在空间表示E(Y)来约束发生器G的训练。