复现PointNet++时，遇到的问题总结（PointNet++中的python语法）_pointnet++问题

1、使用GPU和CPU的方法。

y.cpu()使用CPU进行计算。

y.cuda()，使用GPU进行计算。

2、one-hot encode(独热编码)

独热码是一组数，其中只有一个值为1，其余都是0。同样的，一组数中只有一个0，而其余都为1则称为独冷码。

举例：

如四类物品，标签为1，2，3，4.

采用独热编码，一个标签对应一个编码：

1：[1,0,0,0]

2：[0,1,0,0]

3：[0,0,1,0]

4：[0,0,0,1]

为什么要用独热编码呢？

1. 使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。
2. 将离散特征通过one-hot编码映射到欧式空间，是因为，在回归，分类，聚类等机器学习算法中，特征之间距离的计算或相似度的计算是非常重要的，而我们常用的距离或相似度的计算都是在欧式空间的相似度计算，计算余弦相似性，基于的就是欧式空间。
3. 将离散型特征使用one-hot编码，会让特征之间的距离计算更加合理。

3、命令行参数解析器--argparse

argparse 是 Python 内置的一个用于命令项选项与参数解析的模块,通过这个我们可以获取在命令行输入的内容。

使用方法：

1. 导入argparse：import argparse
2. 创建ArgumentParser()对象
3. 调用add_argument()方法添加参数
4. 使用parse_args()添加解析参数

import argparse
 
parse = argparseArgumentParser('Model')#Model是自己定义的名字
parse.add_argument('--model',type=str,default='mymodel',help='model name[default:mymodel]')
 
return parser.parse_args()

4、日志信息(转自：https