Pytorch parameters（）在收集到列表或保存在gen中时表现不同

Question

TL；DR—使用生成器失败，使用列表成功。为什么？

我正在尝试手动更改模型的参数，如下所示：

（第一个代码，工作）

       delta = r_t + gamma * expected_reward_from_t1.data - expected_reward_from_t.data

        negative_expected_reward_from_t = -expected_reward_from_t
        self.critic_optimizer.zero_grad()
        negative_expected_reward_from_t.backward()

        for i, p in enumerate(self.critic_nn.parameters()):
             if not p.requires_grad:
                 continue
             p.grad[:] = delta.squeeze() * discount * p.grad

        self.critic_optimizer.step()

它似乎100%地收敛于正确的结果

但是，

当试图使用这样的函数时：

（第二个代码，失败）

def _update_grads(self,delta, discount):
    params = self.critic_nn.parameters()
    for i, p in enumerate(params):
        if not p.requires_grad:
            continue
        p.grad[:] = delta.squeeze() * discount * p.grad

然后呢

       delta = r_t + gamma * expected_reward_from_t1.data - expected_reward_from_t.data

        negative_expected_reward_from_t = -expected_reward_from_t
        self.critic_optimizer.zero_grad()
        negative_expected_reward_from_t.backward()
        self._update_grads(delta=delta,
                           discount=discount)

        self.critic_optimizer.step()

我唯一做的就是把self.critic_nn.parameters()放入一个临时局部变量params

现在网络没有聚合。

（第三个代码，同样有效）

在方法_update_grads：params = self.critic_nn.parameters()中替换为params = list(self.critic_nn.parameters())

现在，收敛又恢复了

---

这似乎是一个参考问题，在PyTorch中，我并不完全理解。我似乎不完全理解parameters（）返回的内容

---

问题： 为什么第一个和第三个代码有效，而第二个代码无效？