SWLF的博客

Gan网络的损失函数经常使用这条交叉熵损失函数，表示为：L(G,D)=∑E(logDd)+∑E[log(1−D(G(p)))]L(G, D) = \sum_{}^{}E(logD_d)+\sum_{}^{}E[log(1-D(G(p)))]L(G,D)=∑​E(logDd​)+∑​E[log(1−D(G(p)))].公式中的含义：G生成器，D判别器，d表示真实的数据，Dd表示判别器对真实数据的判别结果，G§表示生成的假数据，D(G§)表示判别器对于假数据的判别结果。log函数在区间【0,1】之间的取值