weixin_42783619的博客

深度学习点云配准包括benchmark，iteration benchmark参考：https://zhuanlan.zhihu.com/p/289620126?utm_source=wechat_timeline&utm_medium=social&s_r=0

7个提升PyTorch性能的技巧https://mp.weixin.qq.com/s/UTJmD0fxzve6jt1uPxpxIA

pointpillars参考：https://www.dazhuanlan.com/2019/12/26/5e043fad59593/第3.3步生成pkl修改按照官网文档改python create_data.py create_kitti_info_file --data_path=KITTI_DATASET_ROOT第4步，替换路径2021-4-19，替换/root/data/kitticd second.pytorch/second/configssed -i "s:/root/da

import torchprint(torch.__version__)print(torch.cuda.is_available())

input是三维的情况，size：W1H1D1此时，每个filter需要FFD1个权重值，总共K个filter，需要FFD1*K权重值。和一维一样，整个滑动过程中filter W0和W1值保持不变，可称作权值共享。作者：7color链接：https://www.zhihu.com/question/47158818/answer/128939450...

No module named‘past’解决方法转载：https://blog.youkuaiyun.com/qq_41915226/article/details/106919360past其实叫future

链接：https://blog.youkuaiyun.com/qq_38410428/article/details/101102075model.eval()和torch.no_grad()的区别在PyTorch中进行validation/test时，会使用model.eval()切换到测试模式，在该模式下：主要用于通知dropout层和BN层在train和validation/test模式间切换：在train模式下，dropout网络层会按照设定的参数p设置保留激活单元的概率（保留概率=p); BN层

model.eval()训练完train_datasets之后，model要来测试样本了。在model(test_datasets)之前，需要加上model.eval(). 否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有batch normalization层所带来的的性质。在做one classification的时候，训练集和测试集的样本分布是不一样的，尤其需要注意这一点。...

Expected object of scalar type Long but got scalar type Float for argument target…https://blog.youkuaiyun.com/weixin_43508499/article/details/104688127

pytorch中tf.nn.functional.softmax(x,dim = -1)对参数dim的理解

pytorch之torch.nn.Conv2d()函数详解https://blog.youkuaiyun.com/qq_34243930/article/details/107231539