疑問点

Kerasにおいて,GANを作成中に疑問に思った箇所がありました.
私個人としての該当ソースコードの解釈は,

discriminatorを作成
generatorを作成
discriminatorを凍結
凍結されたdiscriminatorとgeneratorから新たなネットワークganを作成

だと思います.この時,discriminator自体は凍結されており,discriminatorを学習させることは出来ないはずです.
しかしながら,学習する時には,discriminatorを学習させてる様に解釈出来ます.

質問内容

gan内のdiscriminatorとgeneratorは学習させているdiscriminatorとgeneratorと同じなのでしょうか?
(質問内容が分かりづらくて申し訳ございません)
つまり,最初に作成したdiscriminatorとgeneratorはネットワーク構造をganに引き継いでいるだけで,
discriminatorとgeneratorを学習させてもganを訓練させたことにはならないと思うのですが,なぜこのコードが成り立つのか理解が出来ません.
どなたかご教授頂けると幸いです.

該当ソースコード

python
1from keras.optimizers import Adam
2
3discriminator = build_discriminator(img_shape)
4discriminator.compile(loss='binary_crossentropy',
5                      optimizer=Adam(),
6                      metrics=['accuracy'],)
7
8generator = build_generator(img_shape, z_dim)
9
10discriminator.trainable = False
11
12gan = build_gan(generator, discriminator)
13gan.compile(loss='binary_crossentropy',
14            optimizer=Adam())

python
1def train(iterations, batch_size, sample_interval):
2  
3  (X_train, _), (_, _) = mnist.load_data()
4
5  X_train = X_train / 127.5 - 1.0 # -1.0 ~ 1.0
6  X_train = np.expand_dims(X_train, axis=3)
7
8  real = np.ones((batch_size, 1))  # 全部1 本物
9  fake = np.zeros((batch_size, 1)) # 全部0 偽物
10
11  for iteration in range(iterations):
12
13    # Train the discriminator #
14
15    idx = np.random.randint(0, X_train.shape[0], batch_size) # 本物の画像からランダムに取り出す 
16    imgs = X_train[idx]
17
18    z = np.random.normal(0, 1, (batch_size, 100)) # 偽の画像のバッチを作成する
19    gen_imgs = generator.predict(z) # 画像を生成
20
21    d_loss_real = discriminator.train_on_batch(imgs, real) # 本物の画像を識別器で学習
22    d_loss_fake = discriminator.train_on_batch(gen_imgs, fake) # 偽物の画像を識別器で学習
23    d_loss, accuracy = 0.5*np.add(d_loss_real, d_loss_fake)
24
25    # Train the generator #
26    
27    z = np.random.normal(0, 1, (batch_size, 100)) # 偽の画像のバッチを作成する
28    gen_imgs = generator.predict(z) # 画像を生成
29
30    g_loss = gan.train_on_batch(z, real) # 偽物の画像を本物と学習