Tell me why

7月30日

不可不看,不可不听。
Tell me why - by Declan Galbraith
why is my work flow for point cloud reconstructing not learning? can u tell me why ```mermaid flowchart TD A["原始CSV文件<br/>3_0001_cleaned.csv ... 3_0010_cleaned.csv<br/>每个文件: ~3944行 &times; ~25列<br/>数据: X,Y坐标 + 23个参数列"] --> B["数据预处理 (preprocessor.py)"] B --> B1["网格化插值到 72x55<br/>每个CSV: 23个参数 → 23张表面"] B1 --> B2["按表面计算 Min/Max<br/>保存 minmax_params.json"] B2 --> B3["归一化到 [-1,1]<br/>SimpleMinMaxNormalizer"] B3 --> SAMPLES["样本对象<br/>surface_data(72x55), surface_idx, scaling_info"] SAMPLES --> C["模型 (model.py)<br/>StructuredUnifiedModel<br/>Encoder CNN → Latent(128)<br/>Decoder ConvTranspose2d → Tanh([-1,1])"] C --> D["训练 (train.py)<br/>train_adaptive_unified_representation"] D --> D1["片段采样 16x16 滑动窗口<br/>智能采样: 动态间隔 1..10 覆盖控制"] D1 --> D2["反归一化到物理值用于评估<br/>(x+1)/2*range+min (min/max 来自 minmax_params)"] D2 --> D3["损失: 片段|重建-原始| 的std<br/>优化器: AdamW(lr=1e-3, wd=1e-4)<br/>调度: ReduceLROnPlateau"] D3 --> D4["收敛判定: max std < 0.001<br/>进度跟踪与覆盖自适应"] D --> E["测试 (train.py)<br/>test_piece_performance<br/>全域片段std统计"] B -.-> FB["文件: preprocessor.py<br/>类: ShapeFeatureLearningPreprocessor"] C -.-> FC["文件: model.py<br/>类: StructuredUnifiedModel"] D -.-> FD["文件: train.py<br/>create_unified_normalizer, train_adaptive_unified_representation"] F["可视化 (viz_real_features.py)"] -.-> C G["后处理 (postprocessor.py)"] -.-> E classDef node fill:#f8f8ff,stroke:#bbb,stroke-width:1px class A,B,B1,B2,B3,SAMPLES,C,D,D1,D2,D3,D4,E,FB,FC,FD,F,G node ```
最新发布
08-09
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值