鉴别器由两个损失部分组成（第一个：将真实图像检测为真实图像；第二个将假图像检测为假图像）。“完全鉴别器损失”是这两部分的总和。

对于生成器和判别器，损失应该尽可能小。但是有一个问题：判别器损失越小，生成器损失越多，反之亦然。

判别器损失：理想情况下，一个实例的完整判别器损失应该在 0.5 左右，这意味着判别器在猜测图像是真还是假（例如，与掷硬币相同：您尝试猜测它是尾巴还是头部） .

生成器损失：最终它应该在下一个时期减少（重要的是：我们应该选择最佳时期数，以免过度拟合我们的神经网络）。

我可以推荐这篇文章以更好地理解它。