当模型A的结果作为factor参与模型B的训练时，反向传播会更新模型A的参数吗？
2023-09-07 阅读 45
在一般情况下，反向传播不会直接更新模型A的参数。当模型A的结果作为因素（factor）参与模型B的训练时，反向传播主要用于计算模型B中的梯度，并更新模型B的参数。模型A的参数通常不会被直接更新，除非模型A也参与了整个训练过程，并且在整个网络中共享参数。这种情况下，反向传播会计算模型A的梯度，并根据梯度更新模型A的参数。但是，这种共享参数的情况并不常见，通常模型A和模型B是独立的，它们的参数是分开训练的。
更新于 2023年09月07日
