一開始以為文章中的程式碼是這樣的意思：

self.inputTransform=nn.Sequential(
    nn.Linear(point_num*3,64),
    nn.BatchNorm1d(64),
    nn.ReLU(inplace=True),

    nn.Linear(64, 128),
    nn.BatchNorm1d(128),
    nn.ReLU(inplace=True),

    nn.Linear(128, 1024),
    nn.BatchNorm1d(1024),
    nn.ReLU(inplace=True),
)
self.inputPool = nn.Sequential(
    nn.MaxPool1d(2, 2),
    nn.MaxPool1d(2, 2),
    nn.Linear(256, 9),
)
 

self.mlp2=nn.Sequential(
    nn.Linear(64,64),
    nn.ReLU(),
    nn.Linear(64, 128),
    nn.ReLU(),
    nn.Linear(128,1024),
)

在這裡記錄一下，其實原文中不是這個意思，我這個雖然可以跑的通，但是引數量少和其他原因，有可能沒有原始版本的效果好。尤其是下面的pool，完全就是冗餘的操作，這個時候才想到是理解錯了。而且我也沒有想到如何初始化輸出矩陣。

可以看看PointNet論文中怎麼講這一部分的：