GEOMetrics 项目使用教程
2024-09-23 16:56:41作者:邵娇湘
1. 项目目录结构及介绍
GEOMetrics 项目的目录结构如下:
GEOMetrics/
├── checkpoint/
│ └── pretrained/
├── images/
├── old_GEOMetrics/
├── scripts/
├── tri_distance/
├── 482_obj/
├── 866_obj/
├── GEOMetrics.py
├── LICENSE
├── README.md
├── Vision_Touch.png
├── auto_encoder.py
├── data_prep.py
├── layers.py
├── models.py
├── utils.py
└── voxel.py
目录结构介绍
- checkpoint/: 存放预训练模型的目录。
- pretrained/: 具体存放预训练模型的文件夹。
- images/: 存放项目相关的图片文件。
- old_GEOMetrics/: 存放旧版本的 GEOMetrics 代码。
- scripts/: 存放项目所需的脚本文件。
- tri_distance/: 存放与三角距离计算相关的文件。
- 482_obj/ 和 866_obj/: 存放特定对象的文件夹。
- GEOMetrics.py: 项目的启动文件。
- LICENSE: 项目的许可证文件。
- README.md: 项目的说明文档。
- Vision_Touch.png: 项目相关的图片文件。
- auto_encoder.py: 自动编码器的实现文件。
- data_prep.py: 数据准备脚本。
- layers.py: 自定义层的实现文件。
- models.py: 模型定义文件。
- utils.py: 工具函数文件。
- voxel.py: 体素相关的实现文件。
2. 项目启动文件介绍
项目的启动文件是 GEOMetrics.py。该文件包含了项目的主要逻辑和训练流程。通过运行该文件,可以启动项目的训练或评估过程。
主要功能
- 模型训练: 通过调用
GEOMetrics.py文件,可以启动模型的训练过程。 - 模型评估: 可以通过指定参数来评估已训练好的模型。
使用方法
python GEOMetrics.py
3. 项目配置文件介绍
项目中没有明确的配置文件,但可以通过命令行参数来配置项目的运行方式。以下是一些常用的参数:
--exp_id $id: 指定实验的 ID。--eval: 评估已训练好的模型。--eval_vis: 可视化评估结果。--pretrained: 使用预训练模型进行评估。--best_accuracy: 训练模型以获得最佳准确率。--latent_loss: 使用潜在损失进行训练。
示例
python GEOMetrics.py --exp_id 123 --eval --pretrained
以上命令将使用预训练模型进行评估,并指定实验 ID 为 123。
通过以上教程,您可以了解 GEOMetrics 项目的目录结构、启动文件以及配置方法。希望这些信息能帮助您更好地使用该项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
986