先来梳理一下我们之前所写的代码，原始的生成对抗网络，所要优化的目标函数为：
此目标函数可以分为两部分来看：
①固定生成器 G，优化判别器 D， 则上式可以写成如下形式：
可以转化为最小化形式：
我们编写的代码中，d_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logits, labels = tf.ones_like(D)))，由于我们判别器最后一层是 sigmoid ，所以可以看出来 d_loss_real 是上式中的第一项（舍去常数概率 1/2），d_loss_fake 为上式中的第二项。
