您可以使用 min-max 或 max-min 游戏，没关系。看，这是“通常的”损失函数（即，如果你使用 Goodfellow 等人在他们关于 GAN 的论文中提出的原始损失，尽管我使用了稍微不同的符号）：

$$\min_{G}\max_{D}\mathcal L_{\text{GAN}}\left(D, G \right) = \mathbb E_{x \sim p_{\text{data}\left( x\right) }}\left[ \log \left\{ D\left( x \right) \right\} \right] + \mathbb E_{z\sim p_{z}\left( z\right)}\left[ \log\left\{ 1 - D\left( G\left( z\right) \right) \right\}\right].$$

现在，你也可以这样写：

$$\max_{G}\min_{D}\mathcal L_{\text{GAN}}\left(D, G \right) = \mathbb E_{x \sim p_{\text{data}\left( x\right) }}\left[ \log \left\{ 1 - D\left( x \right) \right\} \right] + \mathbb E_{z\sim p_{z}\left( z\right)}\left[ \log\left\{ D\left( G\left( z\right) \right) \right\}\right].$$

我希望这能澄清你的疑问。

我也有类似的问题，但我对为什么我们在内部循环而不是外部循环中使用 D 最大化感兴趣。除了鉴别器需要对生成器有任何好处之外，Ian Goodfellow 在第 15 分钟对模式崩溃有一个很好的看法：https ://youtu.be/9JpdAg6uMXs