我正在查看 CycleGAN 的官方 pytorch 实现，作者在那里链接了两个网络的参数，并为两个网络使用了一个优化器。这是如何运作的？是否比对两个不同的网络使用两个不同的优化器更好？
all_params = chain(module_a.parameters(), module_b.parameters()) optimizer = torch.optim.Adam(all_params)
python deep-learning pytorch generative-adversarial-network
deep-learning ×1
generative-adversarial-network ×1
python ×1
pytorch ×1