Configuration de l'environnement d'entraînement sur cloud GPU

Désactiver le proxy réseau de votre ordinateur

Sinon, la ligne de commande de Jupyter risque de ne pas s'ouvrir

Se connecter à la plateforme de GPU cloud Featurize

https://featurize.cn?s=d7ce99f842414bfcaea5662a97581bd1

Rejoignez le groupe d'utilisateurs et dites au service client que vous êtes fan de Tongji Zihao pour recevoir un bon d'achat

Lancer une instance de GPU cloud

Installer et configurer l'environnement

conda create -y -n lerobot python=3.12
conda activate lerobot
conda install ffmpeg=7.1.1 -c conda-forge -y
# git clone https://github.com/Seeed-Projects/lerobot.git ~/work/Lerobot
git clone https://github.com/huggingface/lerobot.git
cd lerobot
pip install -e ".[pi]"
pip install wandb --upgrade
# export HF_ENDPOINT=https://hf-mirror.com
hf auth login

Se connecter à wandb

wandb login
Copier-coller la clé API, puis appuyer sur Entrée

Monter le dataset

Copier la commande de téléchargement de l'instance, par exemple :
featurize dataset download 7f40bdaa-b1a4-4c00-9652-ff26fd079109

unzip lerobot_zihao_dataset_shake_hands.zip

Le dataset apparaît dans le répertoire ~

Modifier la fréquence de sauvegarde des poids (facultatif)

Ouvrez lerobot/src/lerobot/configs/train.py

Modifiez save_freq de 20_000 à 5_000

Cela permet d'obtenir les fichiers de poids du modèle plus tôt dans l'entraînement