对于训练过程里的代码有个疑问150~161

[xjtushujun]

对于训练过程里的代码有个疑问150~161

[xjtushujun]

请参考文章关于更新MW-Net参数的数学表达式。

[jingzhengli]

optimizer_c中优化的是vnet的参数，但是损失l_g_meta中我没有看到vnet网络的参与，我有点想不清楚网络是如何迭代的
损失l_g_meta是meta_model和vnet网络的共同参与计算的，所以是在一个计算图中的。这也是meta_model存在的意义，做一个桥梁作用。
226行：
l_g_meta.backward()
这一步更新的不仅是临时模型的参数，也包含了vnet

[justlovebarbecue]

@xjtushujun @jingzhengli 您好，我也是看到这个地方，有些不理解。meta_model 本身是不包含vnet的，vnet的梯度是怎么计算出来的呢？我发现meta_model.update_params这行代码应该很重要，我去掉这行，vnet的梯度就不能计算了。可是这行代码调用的函数 只和meta_model相关，是怎么能和vnet有联系的呢？如果方便 麻烦讲解一下，谢谢您！

[YAaNnGg]

It's related to the update_params() method defined in MetaModule class in resnet.py.

[trafficpre]

关于网络参数更新的问题想请教一下，
optimizer_c.zero_grad()
l_g_meta.backward()
optimizer_c.step()
这几行应该是要更新vnet网络的参数，但是vnet.state_dict()观察发现网络参数并没有变化。还有后边优化model参数的时候也是一样的问题，麻烦解释一下，谢谢！

[Dawn-LX]

same problem, can anyone explain this? I understand all the math in the paper, but I dont understand the code for gradient calculation.