本发明提供一种对抗神经网络的集成方法，包括如下步骤：1、安排从简单到复杂类别的训练数据作为示范；2、通过生成模型来搭建问题环境，输入当前类别的训练数据到生成模型，生成模型生成待解决问题；3、将待解决问题输入给判别模型，对问题进行判别和分析，产生对应的解；4、通过生成模型和判别模型对训练数据进行对抗学习；5、增加下一类别的训练数据的难度，重复步骤2至4进行下一轮迭代，直至完成所有训练数据的对抗学习，如此就集成了所有待解决问题的求解知识。本发明还提供一种计算机设备，通过对抗学习方法降低了训练数据；通过逐渐增加难度的训练和对抗神经网络模型的集成，能学习到数据的抽象规律。