该库可以轻松实现多种最基本的机器学习方法（不包括复杂的深度学习网络），用作baseline非常方便合适。本文代码在此文基础上增加自己的模型评估部分不用交叉验证，完整代码参考#!/usr/bin/env python3.6.5# -*- coding: UTF-8 -*-"""@Author: YuQiao@Date: 2021/3/30 14:27@File: test.py"""from skl

把上面代码中的try except注释掉，而是直接用except后面的内容。可能是try那里出错，影响了后面的图形界面功能。下面的代码中vis_actors_vtk()是一个显示图形界面的函数。这可能是一个很小众的报错原因。

想要调用ChamferDist类的__call__函数：@LOSSES.register_moduleclass ChamferDist(BaseLoss):def __call__(self, pointset1, pointset2):'''calculate the chamfer distance between two point sets.:param pointset1 (B x N

解决办法：指定官方源。

问题我的docker容器好好的，里面有nvidia驱动。导出成镜像后，再新建容器，却发现运行代码报错说我没有nvidia驱动。直接运行nvidia-smi命令，既不会报错，也没有输出。解决在docker run 的时候，加上 --gpus all:docker run --privileged --gpus all -p XXX:6006 -p YYY:22 -it -d -v 宿主共享文件夹路径

本文解决的问题：indoor scene construction: 输入室内点云，输出3D模型（instance 粒度）端到端Related work:Shape completion: 补全缺损的但各物体常用点层面的卷积，如pointNet等。Scene completion： 补全场景，主要挑战是物体相互遮挡inpaint depth frames: 深度图补全，常用2D CNNvoxel

pytorch，tensorflow，numpy用python代码查看版本：import torchprint(torch.__version__)#注意是双下划线1.7.1import tensorflow as tfprint(tf.__version__) #1.15.0import numpy as npprint(np.__version__) #1.19.2cuda用命令行：(base

numpy相关# 构造矩阵/向量a = np.zeros((2,3)) #(一定要两层括号)a = np.random.randn(5,1)np.arange(0, samplePerChannel)#python的二维数据表示要用二层括号来进行表示。#如：产生一个2×3的全0矩阵，若是zeros(2,3)这种写法就会出现 TypeError: #data type not understood这

目标直接在本地使用pycahrm调试代码，但运行在远程的服务器上。二者通过ssh相连方法首先要有远程服务器的ip，端口号，用户名，密码。然后进行pycharm的配置。参考此文：https://blog.csdn.net/ft_sunshine/article/details/91894221主要包括配置:Tools > Deployment > Configuration.里面的Con

ubuntu下的docker环境，直接pull官方tensorflow的镜像，新建contianer。从百度网盘下载里面的groundtruth数据集，放到服务器上。进入container：安装所需的包python ssr.py experiments/dn/config.json --trainImportError: No module named ‘joblib’pip install jo