Conditional GAN损失疑问：生成器为何有3个损失向量？

这种情况大概率是代码实现里的损失计算和日志记录逻辑导致的，常见原因有这几个：

• 生成器包含多任务损失分支
  很多CGAN变体（比如ACGAN、InfoGAN）里，生成器不仅要完成「骗过判别器」的对抗任务，还要额外承担分类任务（生成符合指定类别的样本）甚至特征匹配、重构等辅助任务。比如你的代码里可能给生成器加了：对抗损失（判别器对生成样本的真假判断损失）、分类损失（生成样本的类别预测和目标类别之间的损失）、特征匹配损失（生成样本和真实样本在判别器中间层的特征差异），这三个分支的损失被分别记录，就会出现3个损失向量。而判别器可能只计算了「区分真假样本+判断真实样本类别」的总损失，并且只记录了这个总和，所以只有1个向量。

• 日志记录的粒度不同
  检查你的日志代码：生成器那边可能对每个单独的损失分支都做了日志输出（比如writer.add_scalar("Gen/AdvLoss", adv_loss)、writer.add_scalar("Gen/ClsLoss", cls_loss)、writer.add_scalar("Gen/TotalLoss", total_loss)），而判别器只输出了合并后的总损失（writer.add_scalar("Dis/TotalLoss", total_loss)），没有单独记录分支损失，所以看起来判别器只有1个损失向量。

• 判别器的损失被合并计算
  判别器的损失其实也可能包含多个分支（比如真假分类损失+真实样本的类别分类损失），但代码里把这些分支加起来后只记录了总损失值；而生成器的各个损失分支被单独记录，没有合并成一个总损失的日志，所以呈现出数量差异。

你可以先去核对代码里的这几个地方：

1. 生成器和判别器的损失计算函数，看各自有几个损失分支；
2. 日志记录部分，看每个损失是否被单独输出为曲线。

内容的提问来源于stack exchange，提问作者Lolo