答：

detach的作用是凍結(jié)梯度下降，無(wú)論是對(duì)于判別網(wǎng)絡(luò)還是生成網(wǎng)絡(luò)而言，我們更新的都是關(guān)于logD(G(z))，對(duì)于判別網(wǎng)絡(luò)而言，凍結(jié)G并不影響整體的梯度更新（就是內(nèi)層函數(shù)看成是一個(gè)常數(shù)，不影響外層函數(shù)求梯度），但是反過(guò)來(lái)，如果凍結(jié)D，就沒(méi)有辦法完成梯度更新了。所以，我們?cè)谟?xùn)練生成器的時(shí)候沒(méi)用凍結(jié)D的梯度。所以，對(duì)于生成器而言，我們的確計(jì)算了D的梯度，但是我們沒(méi)有更新D的權(quán)重（只寫(xiě)了optimizer_g.step），所以訓(xùn)練生成器的時(shí)候也就不會(huì)改變判別器了。你可能會(huì)問(wèn)，那既然如此，為什么訓(xùn)練判別器的時(shí)候還要加上detach呢，這不是多此一舉嗎？

因?yàn)槲覀儍鼋Y(jié)梯度下降，可以加快訓(xùn)練速度，所以能用的地方就可以用一下，不是多此一舉。然后我們?cè)谟?xùn)練生成器的時(shí)候，因?yàn)閘ogD(G(z))的原因，凍結(jié)D的梯度根本就沒(méi)有辦法計(jì)算了，所以，這里就不寫(xiě)detach了

總結(jié)

以上是生活随笔為你收集整理的训练生成对抗网络的过程中，训练gan的地方为什么这里没有detach,怎么保证训练生成器的时候不会改变判别器的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。