El sistema de comunicación optimizado Deep Joint Transmitter-Receiver Communication System (Deep JTROCS) es un nuevo sistema de comunicación de capa física. Integra las funciones de varios bloques de procesamiento de señales en redes neuronales profundas en el transmisor y el receptor. Por lo tanto, Deep JTROCS puede acercarse al estado óptimo a nivel del sistema mediante el entrenamiento conjunto de estas redes neuronales. Sin embargo, debido a la característica no diferenciable del canal, la retropropagación de los gradientes de entrenamiento de Deep JTROCS se ve obstaculizada, lo que dificulta el entrenamiento de las redes neuronales en el transmisor. Aunque los investigadores han propuesto métodos para entrenar transmisores utilizando herramientas auxiliares como modelos de canal o enlaces de retroalimentación, estas herramientas no están disponibles en muchos escenarios de comunicación del mundo real, lo que limita la aplicación de Deep JTROCS. En este documento, proponemos un nuevo método para utilizar Deep JTROCS subentrenado para transmitir las señales de entrenamiento y utilizar estas señales para reconstruir el gradiente de entrenamiento de las redes neuronales en el transmisor, evitando así el uso de un enlace adicional confiable. Los resultados experimentales muestran que el método propuesto supera al enfoque basado en enlaces adicionales en diferentes tareas y canales. Además, los experimentos realizados en canales inalámbricos reales validan la viabilidad práctica del método.