本发明公开了一种逐层逆化识别模型的生成模型训练方法，以图像生成为例，通过逐层逆化现有的识别模型（如在VGG、Inception‑v3、ResNet等），从而稳定地训练生成对抗模型，使得其中的生成模型能够生成逼真的指定类别的图像。逐层逆化指：对识别模型从输出层到输入层，逐层地以输出层的输出加随机因子作为生成种子，以真实图像特征提取至本层的输入作为真实样本，以本层及其后的识别模型的各层直至输出层作为监督器，指导训练生成对抗模型。本发明的方法不仅适用于构建图像生成模型，声音、文字等其他数据的生成模型同样可用本发明方法进行构建。