是的。在机器学习中，我们认为训练集中的样本是从称为数据生成分布的基础分布中采样的。

生成模型通过尝试学习数据的分布对样本进行分类。在大多数情况下，要么模型无法这样做，要么训练样本不足以正确描述数据生成分布，因此模型学习了一个近似值。这就是你所说的模型分布。

您可以在我写的更详细的答案中找到有关这些概念的更多信息。如果您熟悉 GAN，还可以阅读这篇文章，了解这两个概念在训练两个网络时的作用。