关于胶囊网络停止梯度更新疑问（补充）

[sodleave]

作者虽然在前面issue中回答过：stop the backward propagation gradient from capsule weights to item embedding，但是还想进一步了解一下，1）这里只是停止了前N-1次迭代时的梯度，最后一次迭代还是开放了梯度，那应该没法完全防止梯度传播到item embedding吧，不知道是否理解有误？2）而且代码是将映射矩阵w乘item Embedding后才停止的梯度，映射矩阵w肯定是要更新的，那怎么防止w更新而item Embedding不更新呢？3）即便真的防止了梯度传播到item embedding，为什么要防止呢？只有item embedding是现成的才不用更新吧，如果场景是需要端到端学习来同步得到item embedding，代码中stop Gradient是不是就不需要了？