原来训练分类模型这样单个网络的模型时，一般更新梯度这么写的：

da_loss.backward() # 反向更新梯度
d_a_optimizer.step() # 更新模型权重
d_a_optimizer.clear_grad() # 清除梯度

只有一个网络时没问题，但在cyclegan这样的多网络模型中就会出错了，应该先清楚梯度再更新梯度，如下写法：

d_a_optimizer.clear_grad() # 清除梯度
da_loss.backward() # 反向更新梯度
d_a_optimizer.step() # 更新模型权重