GAN判别器损失越低越好？判别器损失趋近于0是为什么？

GAN判别器损失越低越好？

在GAN网络中，生成器和判别器是相互博弈的关系，生成器一直在学习造假技术，企图以假乱真，而判别器一直在学习鉴别技术，希望能辨别真假。对于判别器，判别器损失越低，意味着它的分类能力越好。对于生成器，它的目标是尽可能地欺骗判别器，所以生成器希望判别器的损失越高越好。我们假设一个理想情况，如果你的生成器生成的内容足够好，好到能以假乱真，这也是你想要的情况，在这个情况下，判别器自然是无法轻易辨别真伪的，因为你生成的内容实在是太好了，判别器既然做不到辨别真伪，那它肯定是一直有损失的。

因此，判别器损失越来越低不一定是好事情，它需要在生成器和判别器之间找到一个平衡点，才能得到最好的生成结果。

判别器损失趋近于0是为什么？

很多同学的GAN网络判别器损失可能会出现趋近于0的情况，这说明判别器太强了，判别器太强的结果就是无法给生成器提供有效的指导，这就需要我们需要适当降低判别器的网络能力，比如说简化判别器网络结构，降低参数量，或者减小判别器的学习率。