Vin*_*shi 5 loss neural-network objective-function generative-adversarial-network
最初由 IJ Goodfellow 提出的 GAN 使用以下损失函数，
D_loss = - log[D(X)] - log[1 - D(G(Z))]
G_loss = - log[D(G(Z))]
因此，鉴别器尝试最小化 D_loss，生成器尝试最小化 G_loss，其中 X 和 Z 分别是训练输入和噪声输入。D(.) 和 G(.) 分别是鉴别器和生成器神经网络的映射。
正如原始论文所说，当 GAN 被训练几个步骤时，它会达到一个生成器和判别器都无法改进的点，并且 D(Y) 到处都是 0.5，Y 是判别器的一些输入。在这种情况下，当 GAN 被充分训练到这一点时，
D_loss = - log(0.5) - log(1 - 0.5) = 0.693 + 0.693 = 1.386
G_loss = - log(0.5) = 0.693
那么，为什么我们不能使用 D_loss 和 G_loss 值作为评估 GAN 的指标呢？
如果两个损失函数偏离了这些理想值，那么 GAN 肯定需要训练好或架构需要设计好。正如原始论文中的定理 1 所讨论的，这些是 D_loss 和 G_loss 的最佳值，但为什么不能将它们用作评估指标？
我认为这个问题属于交叉验证，但无论如何：
我为此挣扎了很长一段时间，并想知道为什么没有问这个问题。接下来是我目前所处的位置。不确定它是否会帮助你，但这是我的一些直觉。
G 和 D 损失是失败案例的良好指标……
当然，如果 G 损失是一个非常大的数字而 D 为零，那么您的 GAN 中没有发生任何好事。
...但不是很好的性能指标。
我训练了一堆 GAN，除了非常简单的例子外，几乎从未见过“0.5/0.5 案例”。大多数情况下，当输出 D(x) 和 D(G(z))（因此，损失）或多或少稳定时，您会感到高兴。所以不要把这些值当作“黄金标准”。
我缺少的一个关键直觉是 G 和 D 训练的同步。一开始，肯定 G 在生成东西方面确实很糟糕，但 D 在区分它们方面也很糟糕。随着时间的推移，G变得更好，但D也变得更好。所以经过多次 epoch，我们可以认为 D 真的很擅长辨别真假。因此，即使 G 只有 5% 的时间“愚弄”D（即 D(x)=0.95 和 D(G(z))=0.05），那么这也可能意味着 G 实际上相当不错，因为它有时会愚弄很好的鉴别器。
如您所知，除了暂时查看图像质量之外，没有可靠的图像质量指标，但我发现对于我的用例，G 可以生成出色的图像，而仅在少数情况下愚弄 D。
这种同时训练的一个推论是训练开始时发生的事情：您可以让 D(X)=0.5 和 D(G(Z))=0.5，并且仍然让 G 产生几乎随机的图像：只是 D 是还不足以将它们与真实图像区分开来。
我看到你发布这个问题已经有几个月了。如果您在此期间获得了直觉，我会很高兴听到它！