D_loss = - log[D(X)] - log[1 - D(G(Z))]
G_loss = - log[D(G(Z))]
因此，鉴别器试图最小化D_loss并且生成器尝试最小化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经过几个步骤的训练时，它达到了发生器和鉴别器都无法改善并且D（Y）在任何地方都是0.5的点，Y是鉴别器的一些输入。在这种情况下，当GAN受到足够的训练时，
D_loss = - log(0.5) - log(1 - 0.5) = 0.693 + 0.693 = 1.386
G_loss = - log(0.5) = 0.693
那么，为什么我们不能将D_loss和G_loss值用作评估GAN的指标？
如果两个损失函数偏离这些理想值，那么GAN肯定需要经过良好的训练，或者架构需要很好地设计。正如原始论文中的定理1所讨论的那样，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度量？
答案 0 :(得分：2)
我认为这个问题属于“交叉验证”，但无论如何：
我为此苦了很长时间，想知道为什么没有问这个问题。 接下来是我目前所在的位置。不确定是否会对您有所帮助，但这是我的直觉。
G和D损失是故障案例的良好指标...
当然，如果G损失是一个很大的数字，而D则为零，那么您的GAN中就没有任何好处。
...但性能指标不是很好。
我训练了很多GAN，除了非常简单的示例外，几乎从未见过“ 0.5 / 0.5案例”。大多数时候，当输出D（x）和D（G（z））（以及因此造成的损失）或多或少稳定时，您会感到高兴。因此，请勿将这些值用于“黄金标准”。
我缺少的一个主要直觉是G和D训练的同时进行。一开始，请确保G在生成东西方面确实很糟糕，但是D在区分它们方面也确实很糟糕。随着时间的流逝，G会变得更好，但D也会变得更好。因此，经过许多时期，我们可以认为D确实擅长区分假和实。因此，即使G仅在5％的时间内“愚弄” D（即D（x）= 0.95且D（G（z））= 0.05），也可能意味着G实际上是相当不错的，因为它有时会愚弄一个很好的鉴别器。
如您所知，目前除了查看图像质量外，还没有可靠的度量标准，但是我发现对于我的用例，G可以产生出色的图像，而仅在D％的时间内欺骗D。
培训开始时发生的与此同步的训练的结果是：您可以使D（X）= 0.5和D（G（Z））= 0.5，但G仍生成几乎随机的图像：只是D是还不足以将它们与真实图像区分开。
我看到距您发布此问题已经几个月了。如果您在此期间获得了直觉，我将很高兴听到它！