通常在使用TensorFlow的GAN代码中，我们有以下形式：
_, D_loss_curr, _ = sess.run(
[D_solver, D_loss, clip_D],
feed_dict={X: X_mb, z: sample_z(mb_size, z_dim)}
)
_, G_loss_curr = sess.run(
[G_solver, G_loss],
feed_dict={z: sample_z(mb_size, z_dim)}
)
其中可以首先看到训练鉴别器（D）然后训练生成器（G） . 但是，如果我们执行以下操作该怎么办：
_, D_loss_curr, _ ,_, G_loss_curr= sess.run(
[D_solver, D_loss, clip_D,G_solver, G_loss],
feed_dict={X: X_mb, z: sample_z(mb_size, z_dim)}
)
它现在是否意味着D和G正在并行训练？或者与之前相比，G现在变得“过时”D？