模型训练技巧通过将TransGAN和AutoGAN的生成器和判别器分别组合，得到了4组实验，结果如下图所示，其中IS值越大越好，FID值越小越好，发现Transformers作为生成器的效果并不差，而作为判别器的结果就不太行了，所以论文中认为Transformers作为判别器时不能得到充分的训练。Transformers模型的优势一般只有在数据量充分大的时候才能取得很好的结果，于是作者使用了第一个训练技巧：数据增强，通过DiffAug获得大量的数据，继续训练得到了更好的结果，如下图所示，模型的效果大大提升了，比起目前最好的模型来说当然还有一定的差距，但是相比于未使用数据增强之前，提升的效果相当明显。尽管提升效果明显，但是相比于最好的模型还是有不小的差距，在NLP中，多任务预训练使得模型效果更强，而且在GAN模型中，使用自监督的训练任务，比如角度预测，能使模型的训练更稳定，于是第二个技巧就是多任务共同训练，作者提出了一个自监督的任务来训练生成器，将真实图片通过下采样得到一个低分辨率的图片，然后将低分辨率的图片作为生成器的输入，将最后的输出和真实图片作比较，如下图所示，LR表示低分辨率的图片，SR表示模型最后输出的高分辨率的图片，使用的损失函数为MSE（均方误差），另外这部分损失还需要乘上一个相关系数λ，论文中将其设定为50从下图的结果来看，这将模型的性能提升了一点，但是相比于数据增强，提升的效果并不是很大。上图中还有一个local init，这是另一个技巧，论文中称为Locality-Aware Initialization for Self-Attention，从名称中可以看出这是针对self-attention模块的操作，self-attention的本质就是每个“word”对其他所有“word”的相关性，论文中在一开始并没有让“word”和其他所有“word”进行计算得到相关性，而是只和周围的几个“word”进行交互，mask代码如下图所示，就是对于当前所在的“word”来说，只和左右两个方向的w个“word”进行相关性计算。N代表的是HxW
