矛盾损失与鉴别器通常使用的损失函数相同，除了故意不正确的标签。也就是说，当你训练生成器时，生成器的输出被馈送到判别器，而不是正确的标签（通常$0$对于虚假图像），应用相反的标签（例如$1$为真实图像）。

这个标签是矛盾的，因为它是不正确的并且与基本事实相反。然而，这很有用，因为减少这个信号的损失代表了生成器的目标。需要注意的是，在这个训练阶段，你不应该更新鉴别器的任何参数。遵循该过程是为了找到仅用于改进生成器的梯度。