图中上半部分我们就不讲解了，都很好懂，主要讲转换质量和处理设置

转换模式：
其实主要就是降噪和自动这两个点要说一下，
自动模式这里翻译不太明确，看不太懂，
不过大概的意思就是智能降噪，说白了降噪强度不高，但有可能恰到好处。
那降噪到底是什么效果呢？直观点，我们来看图
原图
无降噪
顶级降噪
：
这么一看是不是很清楚了，清晰度是逐图递增的，只不过第三张图很多细节已经抹掉了，但是看得还是很舒服！

所以降噪等级看需求，如果是很糊很糊的图，就满降噪，反正糊得不能再糊了，如果是只有放大的需求，那就不用降噪了，waifu2x的放大已经很清晰了。

模型：
这下到点子上了，我自己试过几个模型，但感觉区别不大，这里翻译一下作者的讲解：
2D（RGB）：用于转换所有RGB的二维图像
照片动画（PHOTO）：摄影和动画图像
2D（UpRGB）：比2D（RGB）更快和图像质量相同或更高！但是，由于RGB模型消耗的内存量（VRAM）很大，有可能使转换强行终止，需要调整好拆分尺寸，这个待会研究。
照片·动画（UpPhoto）：这个和上面的是差不多的，其实说明白就很好理解了，这两个都带Up，比前两个普通的要好一些，只是拆分尺寸被限制小了。
2D（Y模型）：只转换图像亮度的模型，这。。。我们记住它是个闪光的奇葩就好了。
2D（UpResNet10）：比2D（UpRGB）具有更高图像质量。但此模型会受拆分尺寸影响输出结果。
2D（CUNET）可以将插图转换为捆绑模型中最高图像质量的模型，此模型同样受拆分尺寸影响输出结果。
所以2D（CUNET）就是理论上最优的模型，但后面两个可能受电脑性能限制，反而没有中间两个输出的结果好的意思？作者也鼓励大家要自己测试
不过其实没有关系了，我测了大半的模型，但输出的影响其实并不大，所以直接上CUNET就行了，有闲心的朋友再折腾

TTA模式又是什么呢？
好像是会使转换慢上8倍，但PSNR指数会上升0.15，也就是失真少了，自己权衡

至于拆分尺寸，这里我真没看懂，翻译不准，本来概念又模糊，我只大概了解了用法，这东西是影响处理速度的，数值越大越快，但是当你的电脑配置带不动的时候软件就崩了，这时候可以去调高批尺寸，而不要把拆分尺寸调的太大

设置里也就处理器有点疑问了，其实就是一个CUDA的技术，电脑支持最好，不支持就算了，对图像质量没有影响，只是速度会快一些，不过我搜了下这玩意有1G多，装不起，另外不支持的记得调成cpu，不然报错无法开始任务

研究完了，转图去了

没有楼主所说后面的2个模式，请问要到哪里更新-。-。github下载压缩包覆盖原文件更新吗？

楼上链接可能被吃，不过我找到了github的页面了之前那个好像错了。 我今天用这个设置渲染28张图要花10小时,A卡用户的痛，CPU是 E3V2

纠正一下：分割尺寸意思是把图像分割成多少分辨率再去处理，也就是说，分割尺寸越小：处理出来的细节越多，处理速度下降，内存占用降低。分割尺寸尽量小的话图片保留的细节会相对较多。但速度会骤降！

放大倍数较大高的时候，必须降噪要开的更高，不然噪点响晚上用手机拍照一样。

感谢楼主

好帖mark，学习了！