Difference between code and paper

[Junlin Chang]

您好！非常感谢您的杰出工作！您论文中前L个Stage使用的Point-prior Prompt， 后（N-L）Stage不使用Prompt，但是看您的代码实现Point_Mask_Rev_FT_scan.py，Prompt是始终使用的，在后几个Stage加入的Point-prior Prompt。好像与论文说的不一样，想问您一下我代码理解的是对的吗？

[Yiwen Tang]

您好！非常感谢您的杰出工作！您论文中前L个Stage使用的Point-prior Prompt， 后（N-L）Stage不使用Prompt，但是看您的代码实现Point_Mask_Rev_FT_scan.py，Prompt是始终使用的，在后几个Stage加入的Point-prior Prompt。好像与论文说的不一样，想问您一下我代码理解的是对的吗？

The L is different for models and Downstream Tasks. In ScanObjectNN, for Point-M2AE, L is 12. Please Refer to the 4.1.1 and 4.1.2 sections in my paper.

[Junlin Chang]

我知道L针对不同的数据集和任务时改变的，我想问您的是代码里Prompt是一直有的，Point-prior Prompt是插入到最后一个Stage中的，好像跟论文的图2不一样。图2是在前L个层插入Point-prior Prompt，后面的层不使用Prompt

[Yiwen Tang]

我知道L针对不同的数据集和任务时改变的，我想问您的是代码里Prompt是一直有的，Point-prior Prompt是插入到最后一个Stage中的，好像跟论文的图2不一样。图2是在前L个层插入Point-prior Prompt，后面的层不使用Prompt

I'm sorry, the paper is not clear about this aspect. L is targeted for Prompt tokens. The Point-Prior Prompt is only applied in the last stage in Point-M2AE. So the L is 12 for Point-M2AE, which ensures the point-prior prompt for last stage. This derives the faster training and fewer parameters

[Junlin Chang]

我明白了，感谢您的解答 ！@Ivan-Tang-3D

[Yiwen Tang]

我明白了，感谢您的解答 ！@Ivan-Tang-3D

You are Welcome.