VitPose是最近出来的一篇用Transformer结构做人体2D关键点估计的论文，采用比较简单的Transformer结构就能在MS COCO 测试集上取得比较好的结果，挺吸引人的。论文不长，这周末读了一遍，感觉值得借鉴的地方挺多，这里我用自己的语言描述论文的细节，同时把自己的一些疑惑和思考写下来，欢迎讨论交流。
论文标题: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
论文地址：https://arxiv.org/abs/2204.12484
代码地址：https://github.com/ViTAE-Transformer/ViTPose
注：本文中框图和表格均来自原论文。
在使用Python的时候，大部分时候引入包，都是通过import 语句，比如import numpy as np。有时候为了更复杂的需求，我们需要用程序化的方式来引入包 (Programmatic Importing), 比如根据输入不同，选择执行两个不同包里面的同名函数，这时候就需要用到importlib这个库了。这里先从一个简单例子开始，逐渐深入地讲一下这个库的用法。
在知乎上偶然看到了一个基于深度学习的翻译器DeepL，实际体验了一下，确实发现比Google Translate, 百度翻译等工具好用，因此最近抛弃了之前的翻译工具，开始往DeepL切换，毕竟在阅读英文内容的过程中还是有很多单词和词组的意思不了解。最近在阅读DeepMind的一篇文章的时候，看到一段有意思的话，对比了一下，发现DeepL真的比竞品厉害，更加加速了我抛弃之前工具的速度。具体什么例子呢，如下细说。
今天中午看到Pytorch的官方博客发了Apple M1 芯片 GPU加速的文章，这是我期待了很久的功能，因此很兴奋，立马进行测试，结论是在MNIST上，速度与P100差不多，相比CPU提速1.7倍。当然这只是一个最简单的例子，不能反映大部分情况。这里详细记录操作的一步步流程，如果你也感兴趣，不妨自己上手一试。
RAII，全称 Resource Acquisition Is Initialization，中文翻译为资源获取即初始化。这是C++中一个比较不直观的术语，而RAII的缩写也时不时遇到，总给人一种很高深但不易掌握的感觉。实际上查了资料后发现，RAII这个技术的含义其实比较明确，这里简单汇总一下从资料中的得到的知识点。
对于一些计算密集性的任务，使用Python的多进程能显著缩短运行的时间。例如对10个元素进行相同的操作，通过Python的multiprocessing 包可以进行并行化，实测能有数倍的速度提升。这里写一个简单的例子，将所有的结果写入队列，等队列拿到10个结果后，将结果写入文件。
Kinematics is the study of how things move, while dynamics is the study of forces and motion. Kinematics is the study of motion. It is concerned with what happens to a body when it is at rest and in uniform motion. Dynamics is the study of forces and their effect on moving bodies.
