我的鉴别器损失定义为：
tf.reduce_mean（D（fake））-tf.reduce_mean（D（real））+ 10 *梯度惩罚
我的发电机损耗定义为：
q *（-tf.reduce_mean（D（fake）））+ p * ssim（fake，real）+ mse（fake，real）
D是指鉴别器网络。假是指生成器生成的图像，而实是指来自真实数据集的图像。 p和q是用于平衡不同损失函数的参数。
在某些模型中，值tf.reduce_mean（D（fake））始终为正，但在其他一些模型中，该值始终为负。我该怎么解释？
如果该值是正数，是否表示我做错了什么？因为，我认为，鉴别器试图区分真假图像，因此tf.reduce_mean（D（fake））最终应为负数。 我应该调整参数还是更多地训练鉴别器？