生成式对抗网络（GAN）的核心结构是（ ）A. 生成器与判别器B. 循环神经网络与注意力机制C. 编码器与解码器D. 卷积层与池化层

生成式对抗网络（GAN）的核心结构是本题的考查要点。需要明确GAN的基本组成和工作原理。GAN由生成器（Generator）和判别器（Discriminator）两个部分构成，通过两者相互对抗、迭代训练的过程，生成器逐渐学会生成逼真的数据，判别器则提升对数据真实性的判断能力。其他选项中的结构属于其他模型或技术的核心组件，与GAN无直接关联。

生成器与判别器是GAN的核心框架：

1. 生成器：负责生成模拟真实数据的样本（如图像、文本等）。
2. 判别器：负责区分生成的样本与真实样本。
3. 对抗训练：生成器通过优化判别器的判断结果来提升生成质量，判别器则通过区分真伪样本来提高判断能力，两者共同进步。

其他选项分析：

• B选项（循环神经网络与注意力机制）：属于序列建模（如语言模型）的核心技术。
• C选项（编码器与解码器）：常见于自编码器或变分自编码器（VAE）中，用于数据重构。
• D选项（卷积层与池化层）：属于卷积神经网络（CNN）的组成部分，用于图像特征提取。