试跑PointNet（PyTorch版本）

运行作者源码

pointnet的环境配置见我上一篇博文，源码见https://github.com/yanx27/Pointnet_Pointnet2_pytorch。刚开始跑的时候，通过语句：

torch.backends.cudnn.enabled = False

禁用cudnn，只用CPU跑，确实是可以跑起来的。但是如果用CUDA，则报错“CUDA_STATUS_NOT_SUPPORTED”，这是版本不匹配所致，在我上一篇博文中已经解决。

可是还是有“cuda out of memory”的错误（如下图）。我将代码中的batch_size从24改成了8，总算是可以跑起来了。大概跑完modelnet40的分类任务需要66个小时。

根据参考资料，我使用命令nvidia-smi查看gpu占用情况，如图所示：

不过我的GPU Memory Usage显示为N/A，按照参考资料，这是因为

当显卡在window下以WDDM模式运行时，GPU memory usage项是not available。而想要以TCC模式运行的话，需要特定的显卡型号才行：
Note: NVIDIA GeForce GPUs (excluding GeForce GTX Titan GPUs) do not support TCC mode.

不过老板说这个无伤大雅，显存不够以后买新显卡，那我暂时就不管了吧~

60多个小时之后看结果就是了。

训练结果：

测试结果：

参考资料：

1. 显存充足，tensorflow报 CUDA out of memory错误，https://blog.csdn.net/hustwayne/article/details/92672405

2. 显存充足，但是却出现CUDA error:out of memory错误可能是什么原因？https://bbs.csdn.net/topics/392517352

3. 关于nvidia-smi显示GPU Memory Usage为N/A的问题，https://blog.csdn.net/weixin_45626238/article/details/104407986

在自建数据集上运行pointnet

运行的时候出现了一个小错误（下图），想要导入pointnet.py这个模块，结果IDE想给我导入别的文件夹下的名为pointnet的包。

sys.path

可以用sys.path这个命令查看，然后用sys.path.remove()删除引起歧义的路径即可。

参考资料：http://www.360doc.com/content/18/0103/16/14146901_718723537.shtml