版权声明：转载注明出处 https://blog.csdn.net/york1996/article/details/83019978
首先背景是迁移学习，以VGG16网络为例，固定他的特征提取层，优化他的全连接分类层。
有的书上写了：
for param in vgg.features.parameters():
param.requeires_grad=False然后在定义优化器的时候，又写了下面的代码：
optimizer=optim.SGD(vgg.classifier.paramters(),lr=0.001)这样的代码虽然可以运行，但是让人很疑惑。
首先第一句代码的作用是：特征层中参数都固定住，不会发生梯度的更新；第二句代码的作用是定义一个优化器，这个优化器的作用是优化全连接层中的参数，并没有说要优化特征层中的参数。那么这里自然会让人想到，为什么两个代码要一起用呢？下面的优化器参数是网络所有参数运行起来会有什么变化吗？或者去掉上面的代码，理应也是可以正常运行的，因为并没有要改变特征层的参数。
这样的书，很容易误导人，让人以为，这两行代码都是必须写代码才可以运行的。因此我做了一些实验验证了自己的想法。
只写第一句那么，特征层不会产生梯度，但是梯度会在其中传播。也就是说如果，你对第二层限制求梯度，那么第二层不会产生改变量（梯度*学习率），但是第一层会产生梯度，也可以进行改变。
只写第二句，梯度正常产生，但是由于优化器没有涉及特征层的参数，所以特征层虽然产生了梯度，但是参数却不会改变。
但是，由一位网友的提示，required_grad这一句是确定是否计算导数的。所以有第一句可以减少计算量，也就是不用求w和b的导数了，减少了计算量。只传播误差，而不计算权重和偏执的导数。
类似的还有一些代码中训练gan的时候用到了detach，其实推敲一下也是没有必要的，可以看我的DCGAN中没有用到detachpytroch：DCGAN生成动漫头像，也可以正常运行。许多文章中对gan中detach解释也是含糊不清。可能有时候需要detach，但是也要明白为什么。
如有不正确的地方，请指正。https://www.bilibili.com/read/cv1375522