Created by: waaaaaaater

目前使用的版本是paddle1.6.2，网络模型是gan，优化器采用的是AdamOptimizer，用的是动态图。 迭代第一次的时候 可以运行，迭代第二次的时，在 optim_discriminator.minimize(loss_D,parameter_list=netD.parameters()) 反向传播优化过程中就会出现： Error: Param and Grad input of AdamOp should have same dimension [Hint: Expected param_dims == ctx->GetInputDim("Grad"), but received param_dims:64 != ctx->GetInputDim("Grad"):0.] at (/paddle/paddle/fluid/operators/optimizers/adam_op.cc:88)

是因为在代码中 valid = fl.layers.ones(shape=(lr_image.shape[0],*netD.output_shape),dtype='float32') fake = fl.layers.zeros(shape=(lr_image.shape[0],*netD.output_shape),dtype='float32') 创建了这两个tensor，默认的stop_gradient设置为True，而导致的吗？