程序会卡在test Syncing处

[chaibosong]

我在s3dis数据集上，使用两张h100显卡训练

sh scripts/train.sh -g 2 -d s3dis -c semseg-pt-v3m1-0-base -n semseg-pt-v3m1-0-base

总是在在Syncing ...处卡住并最后time out，resume也会卡在这里

[Gofinge]

正常来说慢慢等就好了，会在timeout前搞定，你看看单卡走测试流程呢？

[chaibosong]

我使用了4张h100，使用给出的config训练S3DIS数据集，只能跑出69.75%的精度，无法达到文中提到的73%精度，数据增强和超参数都与给出的config保持一致。请问可能是什么问题呀？运行这个config文件：
https://github.com/Pointcept/Pointcept/blob/main/configs/s3dis/semseg-pt-v3m1-1-rpe.py

semseg-pt-v3m1-1-rpe.py和semseg-pt-v3m1-0-rpe.py之间是什么区别呀

[Gofinge]

我最近做无监督预训练也有跑过，应该是能比较容易达到的。RPE是用了relative positional encoding，关闭flash attention和conditional positional encoding。当时的结论是s3dis上rpe好一些，不过后面随着预训练发展以及scaling up，搭配预训练下使用标准的ptv3 config也能达到最高的结结果，这些等今年晚点发布吧。

[chaibosong]

所以您汇报的73.6结果使用预训练了吗还是？
semseg-pt-v3m1-1-rpe.py和semseg-pt-v3m1-0-rpe.py
-1-rpe 和 -0-rpe，这里1和0分别代表什么呀

[Gofinge]

Scratch结果应该是这样的，PPT（多数据集联合训练，最高）是用了标准的参数。现在其实不太推荐scratch了，小数据规模下带来的结论是不准确的。0，1 表示config编号

[chaibosong]

请问可以提供与Pointcept框架分离，第二种执行方式的ptv3的scratch训练脚本吗，如果您方便的时间可以提供我将不胜感激！

[Gofinge]

Inference demo和Pointcept分离是有可能的，Training process和Pointcept分离是不可能的，因为Pointcept本身就是提供达到Sota的训练工具

[chaibosong]

感谢您的耐心回复！