对抗神经网络GAN中d_loss g_loss两种更新参数的图解释
版权归属：
- https://blog.csdn.net/halchan
- chanhal@outlook.com
更多关注：
- https://github.com/chanhal
- https://www.zhihu.com/people/chanhal
- 如果先计算d_loss，在d_loss.backward()后会默认自动释放掉【real_img -> G -> fake_img -> D】这个计算图，但是在执行g_loss.backward()时需要【real_img -> G -> fake_img】这一段的计算图，所以会报告retain graph的错误，解决办法：d_loss.backward(retain_graph=True)，或者在计算d_loss时，使用fake_img.detach()，这样在d_loss.backward()时只会释放【fake_img -> D】这段计算图，不会释放【real
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！