为何生成器已用sigmoid仍启用BinaryCrossEntropy的from_logits参数？

你这里其实混淆了损失函数的输入对象——生成器输出层的sigmoid是用来处理生成的图片像素值的，而损失函数里的from_logits=True是针对判别器D的输出，两者根本不冲突。

具体来说：

• 生成器最后用sigmoid，是因为MNIST这类手写数字图片的像素值范围本来就是0到1，把生成的张量归一化到这个区间是合理的，和损失函数的设置没关系。
• 你看G_loss函数里，传给交叉熵损失的是D(x_fake)，也就是判别器对生成样本的预测结果。原代码没贴判别器的结构，但从from_logits=True能反推：判别器的最后一层应该是没有加sigmoid激活的，输出的是logits（未经过激活的原始输出，范围是(-∞,+∞)）。这时候用from_logits=True是正确的，因为BinaryCrossentropy会在内部自动完成sigmoid转换再计算损失，这样能避免手动加sigmoid可能带来的数值不稳定问题（比如sigmoid饱和时梯度消失）。

简单说，生成器的sigmoid管的是“生成什么样的图片”，损失函数的from_logits=True管的是“判别器输出的是什么形式的预测值”，两者各司其职，作者这么写是合理的。

内容的提问来源于stack exchange，提问作者Muhammad Ikhwan Perwira