莫凡pytorch GAN 学习 bug记录1

bug1:

one of the variables needed for gradient computation has been modified by an inplace operation: [torch.FloatTensor [128, 15]], which is output 0 of TBackward, is at version 2; expected version 1 instead. Hint: enable anomaly detection to find the operation that failed to compute its gradient, with torch.autograd.set_detect_anomaly(True).

跟着莫凡老师学习GAN网络，写好代码却一直在报错，同时我也使用了retain_graph=True, 按理来说不应该报错了，看了很多解释说是版本问题，好像是inplace 设置问题，但是我不太懂。

求pytorch大神解答，问题出在哪里 - 虎扑社区

找到莫凡老师在github的源代码，发现可以运行，然后对比了一下，找到了一些原因，我修改了一下我的代码

图1， 初始代码

 图2，修改之后的代码

解决了这个问题，原因就是

G的输出作为 D的输入时，在反向计算D网络梯度时也会计算G网络的梯度

为了使两个计算图的梯度传递断开， 我们需要使用 D_input=G_output.detach()

 在计算 G的 反向传播的梯度时，就需要再一次计算G的输出和loss