算法debug

run里面配置参数，根据代码输入相应参数即可debug

train里面有个buld_model，跳进去        进入bulider。然后这时是build_model，调用的是这个实质的bulid函数（其他的都是build什么，比如有backone，loss啥的）

然后调用的是registry.py里面的函数

然后到basicsr.py的def --init--即构造器里面。java和python还是挺像的，比如继承父类，就算在这个类的括号（父类名） 

之后就到这个BsicVsr网络了，这就是实质的网络结构了

这个大致debug倒是弄懂了。但是代码封装性太强 好难看 这里调用一下，那里调用下。

Backbone::

从字面意思来看，“backbone”的原意是“人的脊梁骨”，后来引申为“支柱，核心”。

在神经网络

中，尤其是CV领域，一般先利用主干网络对图像进行特征提取（常见的主干网络有vggnet，resnet，inception等）。

主干网络，用来做特征提取的网络，代表整个网络的一部分、前部分，一般是用于前端提取图片信息，生成特征图feature map，供后面的网络使用。这一部分是整个CV任务的基础、支柱、主干、核心和上游任务，因为后续的下游任务都是基于提取出来的图像特征去做文章（比如分类，生成等）。

这些“backbone”的特征提取能力很强，并且可以加载训练好的模型参数（比如官方在大型数据集(Pascal 、Imagenet)上训练好的），然后接自己的网络，进行微调（finetune）即可。

所以，将这一部分网络结构称为“backbone”十分形象。

Models和net的区别：

网络是一系列算法的集合或组合，它是某种预测的规则，例如按照什么方法去分析处理；而模型是网络+模型数据的产物，也就是说模型是包含了网络结构和训练数据的，网络是我们得到模型的工具；我们在做工程部署的时候一般会说部署模型，而不是网络；可见还是有一些差异的。

这个BasicVSR生成的网络：：：：：

BasicVSR(
  (generator): BasicVSRNet(
    (spynet): SPyNet(
      (basic_module): ModuleList(
        (0): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
        (1): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
        (2): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
        (3): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
        (4): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
        (5): SPyNetBasicModule(
          (basic_module): Sequential(
            (0): ConvModule(
              (conv): Conv2d(8, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (1): ConvModule(
              (conv): Conv2d(32, 64, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (2): ConvModule(
              (conv): Conv2d(64, 32, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (3): ConvModule(
              (conv): Conv2d(32, 16, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
              (activate): ReLU(inplace=True)
            )
            (4): ConvModule(
              (conv): Conv2d(16, 2, kernel_size=(7, 7), stride=(1, 1), padding=(3, 3))
            )
          )
        )
      )
    )
    (backward_resblocks): ResidualBlocksWithInputConv(
      (main): Sequential(
        (0): Conv2d(67, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (1): LeakyReLU(negative_slope=0.1, inplace=True)
        (2): Sequential(
          (0): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (1): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (2): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (3): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (4): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (5): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (6): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (7): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (8): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (9): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (10): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (11): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (12): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (13): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (14): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (15): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (16): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (17): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (18): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (19): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (20): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (21): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (22): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (23): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (24): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (25): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (26): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (27): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (28): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (29): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
        )
      )
    )
    (forward_resblocks): ResidualBlocksWithInputConv(
      (main): Sequential(
        (0): Conv2d(67, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (1): LeakyReLU(negative_slope=0.1, inplace=True)
        (2): Sequential(
          (0): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (1): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (2): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (3): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (4): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (5): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (6): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (7): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (8): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (9): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (10): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (11): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (12): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (13): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (14): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (15): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (16): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (17): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (18): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (19): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (20): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (21): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (22): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (23): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (24): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (25): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (26): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (27): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (28): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
          (29): ResidualBlockNoBN(
            (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
            (relu): ReLU(inplace=True)
          )
        )
      )
    )
    (fusion): Conv2d(128, 64, kernel_size=(1, 1), stride=(1, 1))
    (upsample1): PixelShufflePack(
      (upsample_conv): Conv2d(64, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    )
    (upsample2): PixelShufflePack(
      (upsample_conv): Conv2d(64, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    )
    (conv_hr): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (conv_last): Conv2d(64, 3, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (img_upsample): Upsample(scale_factor=4.0, mode=bilinear)
    (lrelu): LeakyReLU(negative_slope=0.1, inplace=True)
  )
  (pixel_loss): CharbonnierLoss()
)

感受野：