我正在使用具有混合损失的生成对抗性深度学习模型 (GAN)，该混合损失由四个损失与三个损失的线性组合表示$\lambda$的，像：

$total\_loss = loss_1 + \lambda_1\times loss_2 + \lambda_2\times loss_3 + \lambda_3\times loss_4$.

有没有办法优化这些$\lambda$走向最佳表现？前提是计算复杂度不是微不足道的。如果我的目标是$loss_4$至少，我应该使用高值$\lambda_3$与其他的相比？但是，这将如何影响整体性能，因为 GAN 中使用的所有模型都可能在最终结果中发挥重要作用。

注意。$loss_1$是基于 MSE 测量，而其他损失是基于$l_1$规范。