生成对抗网络(GAN)主要由生成器和判别器两个部分组成。生成器的任务是生成逼真的数据，而判别器的任务是判断数据是真实的还是生成的。根据这一描述，生成对抗网络的结构和工作原理是完全正确的。A. 正确B. 错误

生成对抗网络（GAN）的核心在于生成器和判别器的对抗训练机制。本题考查对GAN基本结构和工作原理的理解。关键点在于：

1. 生成器的任务是生成逼真的数据，试图“欺骗”判别器；
2. 判别器的任务是区分真实数据与生成数据；
3. 两者通过对抗学习共同优化，最终达到生成高质量数据的效果。

题目描述准确概括了GAN的核心结构与动态平衡机制，因此判断为正确。

生成器与判别器的对抗关系是GAN的核心：

1. 生成器通过不断调整参数，生成更接近真实数据的样本（如图像、文本等）。
2. 判别器通过学习真实数据特征，尽可能准确地区分真实数据与生成数据。
3. 两者的目标函数相互对立：生成器最大化判别器的分类错误率，判别器最小化分类错误率。这种动态博弈最终使生成器能够生成高质量数据。

题目中“生成器生成逼真数据，判别器判断真假”的描述完全符合GAN的工作原理，因此答案为正确。