在正常的 GAN 中，没有标签，训练是完全无监督的。

鉴别器的作用是将生成器生成的样本与从训练数据集中获取的样本区分开来。训练数据集只是一堆图像。判别器被训练为对生成器生成的数据（即假数据）输出 0，对真实数据输出 1（因此判别器只有一个输出）。这应该回答第 1 点和第 2 点。

判别器和生成器的训练在一个循环中交替进行：首先我们训练判别器，然后是生成器，然后再训练判别器，等等。每次训练判别器时，可以（并且很常见）训练几次判别器发电机。这应该回答第 3 点。

也可以使用标签，但不是按照您建议的方式。当使用标签时，我们有条件 GAN（https://arxiv.org/abs/1411.1784）。在这种情况下，标签作为输入提供给生成器和鉴别器。生成器必须生成与提供的标签相关联的数据。判别器必须根据标签区分假数据和真实数据。