不少关于Hadoop的书籍都提到过， Shuffle过程是MapReduce的核心，也被称为奇迹发生的地方。要想理解MapReduce， Shuffle是必须要了解的(《Hadoop云计算实战》)。查看过很多书籍，介绍的或多或少有一些差异，我想这是作者外文翻译的原因，例如 Spill 有的翻译成 “溢写”有的翻译为“分割”(本人认为“溢写”比较好)。对于shuffle的逻辑，看的多了反而越混。所以

问题描述:

最近也学习了下detectron2检测框架，总的来讲该框架由Facebook开源，质量还是非常不错的，值得学习。今天就对我第一次安装和测试遇到的一些问题进行整理和总结。

最近在学习pytorch，把踩过的坑，整理一下。##### 1、预训练模型的加载问题在模型加载过程中，常用的有两种方式：###### （1）直接保存加载训好的模型```pythontorch.save(model, 'src/model.pth')# 直接保存模型model = torch.load('src/model.pth')# 直接加载模型```###### （2）只加载模型参数，进行训练