有关于训练的一些疑惑

[tongchangD]

我看了您的train.md文件, 有些疑惑,为什么要先训练 Real-ESRNet 然后 训练 Real-ESRGAN. 其中 Real-ESRGAN中修改判别器为 UNet和SN；优化器改为adam；将原本的L1 loss 增加为 L1loss + vgg19权重为{0.1，0.1，1，1，1}的12345层作为纹理损失 + 加入gan loss。 请问为什么不直接训练 Real-ESRGAN ？ 是因为直接训练 Real-ESRGAN 震荡比较厉害难以收敛，所以采用 先训练 Real-ESRNet 一次得到 已经收敛的模型，再训练一次进行参数调整吗

[xinntao]

1. 先训练Real-ESRNet是为了 获得一个gen更好的初始化模型给Real-ESRGAN。 这样能够稳定训练，也使得效果有一定的提升。这是较为普遍的做法
2. 直接训练Real-ESRGAN也是可以的，训练更多时间，也可以达到类似效果。但考虑到稳定性和效果，大家一般都采用先pre-train 一个MSE/L1 loss训练的模型

[sunyclj]

@xinntao 请问两个阶段的训练iter/epoch分别设置多少呢？算力资源是怎样的？

[keepbeer]

1. 先训练Real-ESRNet是为了 获得一个gen更好的初始化模型给Real-ESRGAN。 这样能够稳定训练，也使得效果有一定的提升。这是较为普遍的做法

   2. 直接训练Real-ESRGAN也是可以的，训练更多时间，也可以达到类似效果。但考虑到稳定性和效果，大家一般都采用先pre-train 一个MSE/L1 loss训练的模型

训练好Real-ESRNet后，怎么用这个模型去辅助训练Real-ESRGAN模型？