151、从理论到实战：SwinIR在单图像超分中的注意力机制深度解析与代码复现上周调SwinIR的时候，一个batch的PSNR死活卡在32.5上不去，我盯着tensorboard的曲线看了半小时，最后发现是窗口划分时padding没对齐——这种坑，论文里不会写，但跑代码的人迟早会撞上。今天这篇笔记，就从我踩过的这个坑开始，把SwinIR的注意力机制掰开揉碎了讲清楚，再手撕一遍核心代码。为什么SwinIR能打？注意力机制的“手术刀”式改进先聊点背景。超分任务里，全局注意力（比如ViT那种）有个致命问题：计算复杂度是O(N²)，N是像素数。一张256x256的图，N=65536，算一次自注意力，显存直接爆炸。SwinIR的解决方案很聪明——把注意力切成局部窗口，每个窗口内做自注意力，窗口之间通过移位操作交换信息。这就像用手术刀代替大砍刀，精度没丢，计算量降了两个数量级。具体到SwinIR的架构，它由三部分组成：浅层特征提取（一个卷积）、深层特征提取（一堆Swin Transformer Block堆叠）、重建模块（上采样+卷积）。真正核心的，是深层特征提取里的Swin Transformer Block，而Block里最关键的，就是基于窗口的多头自注意力（W-MSA）和移位窗口多头自注意力（SW-MSA）。窗口注意力：别把“局部”理解错了很多人以为窗口注意力就是简单地把图切成8x8的patch，每个patch内部做自注意力。这个理解没错，但不够。SwinIR的窗口划分有个细节：窗口