大海

前段时间在路上骑车的时候，突然想到一件事情：对于客户而言，他关心的是产品；对于研发而言，他关心的是技术，那么你作为一名技术主管&项目经理，如何找到客户和研发、产品和技术之间的平衡呢？

原文地址：TSM: Temporal Shift Module for Efficient Video Understanding

官方实现：mit-han-lab/temporal-shift-module

复现地址：ZJCV/TSM

原文地址：Temporal Relational Reasoning in Videos

官方实现：zhoubolei/TRN-pytorch

复现地址：ZJCV/TRN

原文地址：Learning Spatiotemporal Features with 3D Convolutional Networks

官方实现：C3D: Generic Features for Video Analysis

复现地址：ZJCV/C3D

首先通过Docker容器保存好完整的开发环境，在Jenkins任务中调用容器进行工程的编译。完美~~~

原文地址：DVC: An End-to-end Deep Video Compression Framework

实现地址：GuoLusjtu/DVC

使用lmdb可以加速数据从磁盘读取的速度，查看了很多资料，记录一下

之前训练的时候只是把图像数据保存在磁盘上，通过torchvision Dataloader方式进行批量加载。最近遇到一个问题，就是批量加载ImageNet数据时发现程序运行很慢，但是cpu/gpu的使用率并不高，查询过后发现是遇到了磁盘io的瓶颈

除了使用更好的硬件（比如用固态硬盘替代机械硬盘）来解决问题外，在网上还找到了不少的软件优化方法：

1. 打开dataloade pin_memory
2. 替换数据预处理库
3. 使用lmdb加快磁盘到cpu内存的io
4. 使用prefetcher加快cpu内存到gpu内存的io
5. 使用dali加速数据预处理
6. 其他

距离上次系统性的整理文档快过去一年时间了。这一段时间以来，增加了很多新的内容，感脚之前的架构已经不能很好的匹配当前的知识储备，对于文章的保存和搜索也出现了越来越大的困难。从2/3月份开始，断断续续花费了近2个月的时间重新进行思考和整理，实现了一个相对而言更加合理、能够满足目前需求的架构