左边为log（D（x）），右边为log（1-log（D（G（x））））函数图像
先训练D(x)
MAX D(X)：根据损失函数，函数图像只有在D(x)值最大时，loss是最小(辨别器loss为真实图像和噪声的交叉熵的和)，所以MAX D(x)。
再训练G(X)
MINI G(X): 使损失函数第二项 越小则生成器的loss越小，
G希望D(G(z))尽可能得大，这时V(D, G)会变小。
D希望D(x)应该越大，D(G(x))应该越小。这时V(D,G)会变大。达到一个动态平衡。

https://www.jianshu.com/p/633ed74b7a8a

前一项是D，后一项是G

https://blog.csdn.net/weixin_42193719/article/details/104595882