Python 为什么Pytork需要保留图形？

我训练我的模特如下：

for i in range(5):
  optimizer.zero_grad()
  y = next_input()
  loss = model(y)
  loss.backward()
  optimizer.step()

然后得到这个错误

RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time.

为什么需要我保留图形？如果衍生品被释放，它可能只是重新计算衍生品。证明它考虑代码：

for i in range(5):
  optimizer.zero_grad()
  model.zero_grad() # drop derivatives
  y = next_input()
  loss = model(y)
  loss.backward(retain_graph=True)
  optimizer.step()

在这种情况下，上一次迭代的导数也归零，但Torch并不在意，因为设置了标志

retain\u graph=True

我说的

model.zero\u grad（）

取消了

retain\u graph=True

（即删除保留的导数）的效果，对吗