调参

1、要确定每一步是否正确

网络结构是否正确，每一层使用的结构是什么

学习率是否正确

loss函数是否正确

数据预处理是否正确，数据格式是否正确。

2、图像在encoder之前，在DataLoader中要变成[-1,1]之间，取值范围和generator生成的图像要一致。

不能直接将[0,255]的原始图像输入网络进行编码，数值太大，即使梯度的值较大，例如1，这个变化相对于图像的[0,255]来说也是微小的变化。所以要将图像的数值在编码前变成[0,1]或者[-1,1]之间。

3、要根据数据的分布，来调整lr的大小。（具体怎么调整还需要根据具体情况来学习一下）

4、重构损失函数，也要用[-1,1]之间的数据来计算。因为，如果用[0,255]的原始图像，重构损失的最大值是255，最小值是0，这个梯度太大了。

5、关于归一化，图像的归一化一般视具体情况来确定，这篇论文需要的是[-1,1]，我就除以255，乘以2，再减一，就变成了[-1,1]。

通常情况下，一般使用ImageNet预训练好的均值方差来处理图像数据：

https://pytorch.org/docs/stable/torchvision/models.html。

上面这个就是，先将图像变到[0,1]之间，然后再使用上面的式子进行归一化。

也可以直接在[0,255]的区间上进行归一化，使用的就是下面这组值：

https://github.com/open-mmlab/mmdetection/blob/master/configs/_base_/datasets/coco_detection.py#L4