Jun Ling

> However, the and of the background are processed on the standard normal distribution feature, but the parameters of foreground are processed on the style shifted distribution feature (mea, std...

我本来是100+100的，但是我发现吧，恒定学习率训100epoch也可以满足我的目的了，而200epochs需要多一倍的时间。所以你可以试试这种50+50这种调参方式，后面50epoch学习率会衰减到0，可能不如恒定学习率稳定，不过还是建议你试一试吧

我的实验中都是没有数据增强的，都没有flip和crop，所有的实验都是保持了同一设置。新版的是512的分辨率，所以用了，也是试试看。另外，如果你用数据增强的话，建议所有的实验包括消融实验都需要保持同样的数据增强设置，不然对照实验没法做

没有吧，我又运行了一次，很正常哎 

额， 是写反了 写成这个了 ```python print('MSE: %.4f PSNR: %.4f' % (calculateMean(all_psnr), calculateMean(all_mse))) ```

不好意思，文件是不太一样，可以你用那个net_G_last.pth 试试

我下载了google drive上面的模型，测试结果还是36.05，我担心是不是pytorch版本不一样导致的？我在1.7.0和1.8.1上测试结果都是一样的，你是否用的是更早期的版本呢？

> 我用的是pytorch1.6，那我试一试1.7 搞定了吗？

您好，我的代码可以对任意标号的单GPU进行训练，标号0，1，2，3均可，但是我但是忘了写针对多GPU并行训练的代码了，sorry。我训练的时候也是单卡训练的，不同的卡跑不同的setting。您要是有需要的话，可以尝试使用torch的distributed training

从[这里](https://github.com/junleen/RainNet/blob/e4b605d301682ce0e0aaf2b00efdc5318906416a/models/rainnet_model.py#L10)定义网络，到[这里](https://github.com/junleen/RainNet/blob/e4b605d301682ce0e0aaf2b00efdc5318906416a/models/networks.py#L37)定义G，跳转到[这里](https://github.com/junleen/RainNet/blob/e4b605d301682ce0e0aaf2b00efdc5318906416a/models/networks.py#L147)