Configurazione dell'ambiente di addestramento su GPU cloud

Disattivare il proxy di rete del proprio computer

Altrimenti potrebbe non essere possibile aprire la riga di comando di Jupyter

Accedere alla piattaforma GPU cloud Featurize

https://featurize.cn?s=d7ce99f842414bfcaea5662a97581bd1

Entra nel gruppo utenti e di' al servizio clienti di essere un fan di Tongji Zihao Xiong per ricevere un buono sconto

Avviare un'istanza GPU cloud

Installare e configurare l'ambiente

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

Accedere a wandb

wandb login
Copia e incolla la chiave API, premi Invio

Montare il dataset

Copia il comando di download dell'istanza, simile a:
featurize dataset download 7f40bdaa-b1a4-4c00-9652-ff26fd079109

unzip lerobot_zihao_dataset_shake_hands.zip

Il dataset comparirà nella directory ~

Modificare la frequenza di salvataggio dei pesi (opzionale)

Apri lerobot/src/lerobot/configs/train.py

Modifica save_freq da 20_000 a 5_000

In questo modo potrai ottenere il file dei pesi del modello in una fase più precoce dell'addestramento