joint learning

1. 用途：domain差别较大的数据集之前联合训练的方法
2. 方法：同一个backbone，不同的classifier（2 fc branch），loss梯度分别回传，分别更新。大的数据集训练n 个batch，小的数据集训练1个batch
3. lr steps的确定：根据实现而不同。一种是将两种数据集中的样本数量加总之后计算总的数据量，然后根据 10,20,30个epoch去就计算lr每次下降所需的训练steps个数
   Loss nan的问题：