features, landmarks = plfd_backbone(img)
#根据img得到features和landmarks
angle = auxiliarynet(features)
#根据features得到angle
weighted_loss, loss = criterion(attribute_gt, landmark_gt, euler_angle_gt,
angle, landmarks, args.train_batchsize)
#再得到loss，感觉清楚一些，条理清晰
步骤和条理上，pytorch比tensorflow清楚，怪不得pytorch比tensorflow流行得多。
Google造了不少似是而非的概念，最终自食其果
