一维数组动态规划题目要求将数组分为两个相等子集的和，那么如果为真，那么这个数组的总和必定是偶数（条件一），且该数组的最大值必不大于该数组和的一半（条件二）。那么该问题即可转化为求解和为是否有和为total = sum(nums) // 2的子数组问题。使用一维数组dp = [False] * (total+1),边界条件：当和为0时，必为真，则dp[0] = True例：求解和为i (i = (1

1.创建triton docker镜像docker pull nvcr.io/nvidia/tritonserver:21.10-py32.将yolov5m转为onnxA.下载yolov5官方代码B.在运行export.py文件之前，因为onnx必须转成动态的，需要修改dynamic参数，并且根据自己需求修改精度（一般为FP16）。python path/to/export.py --weight

1.准备， 已经训练好的fast_reid配置文件和权重文件这是配置文件这是权重文件此时的权重文件共有282.10MB2.将配置文件转为onnx文件pip install onnxfast_reid代码（https://github.com/JDAI-CV/fast-reid/tree/master/tools/deploy）照着步骤走，先下载fastreid代码，cd 到tools/deploy

任务介绍人体姿态估计的目标是从给定的图像或视频中确定人的身体关键点（部位/关节）的位置或空间位置，如图一所示，因此，姿态估计使用基于图像的观察获得关节人体的姿态，关节人体由关节和刚性部分组成。在估计给定图像中的人体姿势时，最常见的两种方法：1）Top-down的方法，处理从低分辨率到高分辨率进行，首先使用边界框对象检测器检测图像中的各个实例，然后重点确定它们的姿态。如图5：然而这些方法总是受到早期