ZSSR 可以看做是将 SingleImageSR  [ICCV-2009] 中的方法用深度学习方法重演了一遍。

重点关注ZSSR的多尺度训练过程，以及如何利用多尺度数据，from coarse to fine，进行逐步训练的。论文中的描述非常不清晰，阅读了代码，才算清楚其具体的训练过程。

从一幅 LR 图像出发，按照如下的尺度序列（Scale Factors, SFs）进行SR: [[1.0, 1.5], [1.5, 1.0], [1.5, 1.5], [1.5, 2.0], [2.0, 1.5], [2.0, 2.0]]。(1) 按照第1个 SF = [1.0, 1.5]，训练网络，对 LR 图像按列插值，将 LR 的宽度放大至1.5倍；(2) 按照第2个SF = [1.5, 1.0]，继续训练网络，对 LR 图像按行插值，将 LR 的高度放大至1.5倍；(3) 按照第3个SF = [1.5, 1.5]，继续训练网络，对 LR 图像的宽度和高度同时放大1.5倍；…… 直至最后一个SF = [2.0, 2.0]，训练后的网络能够将 LR 图像的宽度和高度同时放大至 2 倍。

注意：

1. 在上面训练的过程中，为了增广训练样本，会将每一个阶段所产生的 LR 图像的 SR结果也作为训练样本，继续在针对下一个 SF 训练网络模型的过程中发挥作用。

2. 针对每一个 SF 进行训练时，并非直接训练从 “LR 的 SF 倍下采样” 到 “LR 图像” 的映射，而是从“LR 图像” 中随机截取一块图像作为HR目标端（HR-father），再由此生成 LR 图像（LR-son）。在 ZSSR 中，将用于训练网络的 LR-HR Pair 称为：Father-Son Pair。

3. 在生成 LR-son 时（详见 father_to_son 函数），加入了高斯噪声，作者解释，这样做的作用是：teaches the network to ignore uncorrelated crosss-cale information (the noise), while learning to increase the resolution of correlated information (the signal details)。然而，可能真正的理由并非如此，加入噪声会使得网络面对一个更困难的任务（相当于构建了一个更困难的损失函数），从而在面对实际不含噪声的SR任务时，变得更加轻松。这一点在构建损失函数时，常常用到，例如，SphereFace通过将 Softmax 损失转变为 Cosine 损失，从而可以加入调整边界损失的超参数 m。

4. 在实际执行SR时，还使用了 Geometric Self-Ensemble（EDSR首次使用此方法）和 Back Projection 技术，将两者结合起来计算输入图像的多个SR结果，取 median image。

5. 在调整学习率时，使用了重构误差的线性拟合（使用 numpy.polyfit 来实现），将线性拟合的斜率与重构误差的标准差对比，两者之差达到一定程度时，学习率下降10：We periodically take a linear fit of the reconstruction error and if the standard deviation is greater by a factor than the slope of the linear fit we divide the learning rate by 10.