对于我的学位期末项目，我一直在研究 GAN 来解决某个图像增强任务。由于拍摄此类照片的物理限制，我目前正在处理的问题的数据集数量极为有限，因此我使用配对数据集进行训练，并使用未配对数据集查看未配对数据集生成的图像在配对中具有相同的基本事实分布，结果证明是正确的。

不过，在这一点上，我想提供一个基本事实和生成器预测之间的比较指标，但我受限于我使用唯一有用的配对数据集进行训练这一事实。现在，据我了解，生成器的学习是完全无监督的：输入图像只是随机噪声，它从中学习如何对所需域的数据分布进行建模。认为不需要训练测试拆分来评估 GAN 的性能是否明智？