docker镜像运行大多数开发环境都是基于Debian先导层，比如Python3.6的docker镜像或Java环境。相当于镜像内部有一个针对开发环境进行定制的操作系统，在大多数情形下，无论是调试还是部署，都不需要完整的Debian发行版操作系统。特别是在使用docker进行部署时，考虑到部署环境对docker镜像大小的要求，大多数情形下都是使用阉割版的Debian。我在一次任务中使用一个slim

近期需要用到关键点检测和姿态估计的相关算法，进行了一下调研，着重记录一下openpose算法的一些要点；关于openpose算法论文：https://arxiv.org/abs/1812.08008有一篇写的非常好的博客记录了一些关键点，有兴趣的可以去参考。以下记录几个点：算法流程：网络结构在经过VGG19网络的前10层得到特征图F，作为后续的输入，在stage1中，有两个分支，分支1负责预测关键

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；