题主在设计一个GAN的对抗式网络结构，在更新判别器的时候不更新生成器，更新生成器的时候不更新判别器。
每训练一轮判别器后训练一轮生成器。因此训练判别器的时候想采用requires_grad=false方法把生成器中所有的参数冻结，训练生成器的时候同理。
但是遇到了一个很奇怪的问题，训练前，判别器和生成器的requires_grad都是true，第一轮训练判别器，判别器所有参数requires_grad设置为true，生成器所有参数requires_grad设置为fasle，训练正常，第二轮训练生成器，把判别器所有参数requires_grad设置为false，把生成器所有参数requires_grad设置为true，训练也正常。但是接下来问题来了，第二次的第一轮训练判别器时，同样的操作，判别器所有参数requires_grad设置为true，生成器所有参数requires_grad设置为fasle，但是这次生成器没有被冻结，其中的一个参数v仍然在变化，但v的requires_grad属性仍然是false。
简而言之，我在用requires_grad=true和false反复冻结和解冻过程中，对一个参数v观察发现，requires_grad在训练过程中从true变成false没有问题，参数v停止更新，但一旦从false再次变为true，参数v会一直更新，即便中途其requires_grad属性已经好几次变为false。
请问这是什么问题？
