Paso 7: Comando de entrenamiento pi0

Antes de ejecutar

• Entorno: primero abre la instancia y sube el conjunto de datos según Configuración del entorno de entrenamiento en GPU en la nube, y luego vuelve a este artículo para ejecutar las dos secciones "Instalar el entorno" y "Línea de comandos"
• Conjunto de datos: --dataset.root=~/lerobot_my_dataset_shake_hands del comando apunta al conjunto de datos de dar la mano recogido en el sexto paso. Si entrenas tu propia tarea, sustitúyelo por el nombre de tu propio conjunto de datos
• Directorio de salida: si --output_dir ya existe, bórralo primero con el comando sudo rm -rf de arriba, o usa un nombre nuevo
• Durante el entrenamiento puedes ver las curvas en wandb en cualquier momento, consulta Ver las curvas de entrenamiento en tiempo real con wandb

Documentación de referencia

https://github.com/huggingface/lerobot/blob/46e19ae579f80ce66211afafd1c3c649c569131f/docs/source/pi0.mdx

Instancia de GPU en la nube recomendada

Instalar el entorno

conda create -y -n lerobot-pi python=3.10 -y
conda activate lerobot-pi
conda install ffmpeg=7.1.1 -c conda-forge -y

cd lerobot
pip install -e ".[pi]"

Línea de comandos

sudo rm -rf output_lerobot_train/shake/pi0_A

lerobot-train \
  --dataset.repo_id=<usuario>/lerobot_my_dataset_shake_hands \
  --dataset.root=~/lerobot_my_dataset_shake_hands \
  --dataset.revision=v0.1.0 \
  --dataset.streaming=false \
  --policy.type=pi0 \
  --output_dir=~/output_lerobot_train/shake/pi0_A \
  --job_name=shake_pi0_A \
  --policy.pretrained_path=lerobot/pi0_base \
  --policy.compile_model=true \
  --policy.gradient_checkpointing=true \
  --policy.dtype=bfloat16 \
  --policy.freeze_vision_encoder=false \
  --policy.train_expert_only=false \
  --steps=50000 \
  --policy.device=cuda \
  --policy.push_to_hub=false \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --batch_size=8

El entrenamiento no empieza de verdad hasta 20 minutos después de ejecutar la línea de comandos

El paquete comprimido del modelo ocupa unos 5 GB y, una vez descomprimido, 7 GB

Productos relacionados

Kit desarrollador SO-ARM101→