关于“训练时效果还可以，但测试模型时fid很高，效果很差”的分析解决

同前文，我是处于改模型的阶段，参考之前的笔记保存模型的时候我把model_dict[name] = net.module.cpu().state_dict()改为了model_dict[name] = net.cpu().state_dict()，就是把module这个删掉了。也不知道这个module是什么意思，总之我个人分析，改了以后的应该是把模型保存到cpu中了，反正没有module这个东西。
跑代码的过程中，我发现效果是可以的（不管和原论文比有没有提升，但绝对不是一堆噪声），但在测试的时候我发现生成了一堆噪声，且FID分数为三四百，相当于翻译的图像和源图像几乎无关（风格迁移），所以肯定是加载模型出问题了，加载的不是我保存的模型。
原因：红框里是我注释掉的，注释后就可以正常测试了。因为执行了if语句里的东西，所以加载模型是还是net.module.load_state_dict()，但保存时我没有使用module。