待训练的参数只有某一维度更新，其余维度均不更新，debug看grad，发现其他维度的梯度全是0。有两种可能，要么梯度消失，这种通过调参可以解决；要么就是其他维度根本不参与loss的计算。

我一开始以为是调参的问题，当时loss是先升后降的，试了改动学习率（改小/使用可变学习率），发现还是完全不改变。

仔细debug，发现当channel才循环到1时，feature_map后面的channel的数值已经被更新了，也就是说，除了最后一次循环最后一次更新，前面的循环都是无效的，印证了我的猜想。

但是为什么呢？

=》在上面我的代码中利用expand去扩展维度了，然而expand 不会复制数据，而是返回一个视图（view），因此不会占用额外的内存。我需要一个独立的副本，需要使用 repeat 方法。

至此，我需要训练的变量就能正常更新了。
（但是突然发现好笨 为什么不一开始就设置创建大小为B,C,H,W呢？仔细想了下发现是因为需求变了，以前所有channel都默认0的，所有在创建完feature_mask之后再扩展问题也不大，但现在需要训每个channel的baseline就不能这么搞了）