我有一个损失函数和一个权重矩阵列表，我正在尝试计算二阶导数 . 这是一段代码：
loss.backward(retain_graph=True)
grad_params_w=torch.autograd.grad(loss, weight_list,create_graph=True)
for i in range(layers[a]):
for j in range (layers[a+1]):
second_der=torch.autograd.grad(grad_params_w[a][i,j], my_weight_list[b], create_graph=True)
上面的代码是有效的（实际上二阶导数是在一个单独的函数中调用的，但我为了简洁起见直接使用它） . 但我完全混淆何时使用create和retain graph .
第一：如果我不做loss.backward（retain_graph）我得到错误A：
RuntimeError：变量元组的元素0是volatile
如果我使用它，但不在一阶导数上放置任何“图形”语句，我得到错误B：
RuntimeError：尝试第二次向后遍历图形，但缓冲区已被释放 . 第一次向后调用时指定retain_graph = True .
如果我指定retain_graph = True，无论是否在那里放置创建图形语句，我都会得到二阶导数的错误A（即在for循环中） .
因此，只有上面的代码段有效，但我需要loss.backward和所有创建图形语句感觉很奇怪 . 有人可以向我澄清一下吗？非常感谢提前!!