深度学习模型在训练时使用torch、paddle等框架，tramsform下面的预处理函数resize虽然有基于不同backend（cv/PIL/np.array）的不同实现，由于pillow（PIL）实现的效果在大多数情形下更优，如果训练时使用基于pillow的resize，而在部署时直接使用OpenCV的resize会导致不同程度的精度丢失，当一张图片的size变动越大时，精度丢失越多。

解决清华源依旧安装慢或者安装失败清华源http error安装失败清华源http error安装失败今天在ubuntu上配置anaconda虚拟环境安装cuda11+pytorch，ubuntu默认源阿里云，anaconda默认源清华镜像源，结果在安装几个比较大的库的时候（cudatoolkit、mkl等）一直报http error安装失败，尝试很多方法，包括换回anaconda官方源、中科大源、

torch.contiguous()方法语义上是“连续的”，经常与torch.permute()、torch.transpose()、torch.view()方法一起使用，要理解这样使用的缘由，得从pytorch多维数组的低层存储开始说起：touch.view()方法对张量改变“形状”其实并没有改变张量在内存中真正的形状，可以理解为：view方法没有拷贝新的张量，没有开辟新内存，与原张量共享内存；