在您的问题中，很难具体回答发生了什么，因为您没有分享您正在尝试做的任何细节。但是，我将尝试解决一般情况：

在 GAN（和其他对抗模型）中，可以认为增加生成架构上的损失函数是可取的，因为它与判别器更好地判别一致。

随着鉴别器的训练，它实际上改变了生成器的损失情况，这反过来又增加了所述生成器的损失。这大概就是为什么。

另一个原因可能是判别器变得太好而生成器卡住了，这通常可以通过调整优化器中的学习率或增加对抗的迭代次数来解决。在这种特殊情况下，我会尝试降低鉴别器的学习率或增加生成器的训练步数。

我建议阅读原始的Generative Adversarial Nets论文，也许还可以阅读改进的 GAN 训练技术论文。