我是 PyTorch 和对抗网络的新手。我试图在 PyTorch 文档以及 PyTorch 和 StackOverflow 论坛中之前的讨论中寻找答案，但我找不到任何有用的东西。
我正在尝试使用生成器和鉴别器训练 GAN，但我无法理解整个过程是否有效。就我而言，我应该首先训练生成器，然后更新鉴别器的权重（与此类似）。我更新两个模型权重的代码是：
# computing loss_g and loss_d...
optim_g.zero_grad()
loss_g.backward()
optim_g.step()
optim_d.zero_grad()
loss_d.backward()
optim_d.step()
其中loss_g是生成器损失，loss_d是鉴别器损失，optim_g是参考生成器参数的优化器，optim_d是鉴别器优化器。如果我像这样运行代码，则会收到错误：
RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time.
所以我指定loss_g.backward(retain_graph=True)，我的疑问来了：retain_graph=True如果有两个网络具有两个不同的图，为什么我应该指定？我是不是搞错了什么？