Passo 7: Addestramento su Ubuntu locale

Questo capitolo si applica al caso in cui il tuo computer disponga già di una scheda grafica NVIDIA, senza necessità di GPU cloud.

Prima di eseguire

• Ambiente: è sufficiente averlo installato seguendo Primo passo: installare l'ambiente LeRobot; per l'addestramento in locale non è necessario trasferire il dataset altrove
• Dataset: l'esempio seguente usa il dataset di raccolta delle arance lerobot_my_dataset_a acquisito nel primo capitolo del sesto passo; il percorso è scritto come percorso assoluto, sostituiscilo con il tuo nome utente
• Addestramento su Mac: sostituisci /home/<nome-utente>/ nei comandi con /Users/<nome-utente>/
• Directory di output: se --output_dir esiste già, verrà restituito direttamente l'errore FileExistsError; usa un nuovo nome di directory, oppure aggiungi --resume=true per proseguire l'addestramento

Documentazione di riferimento

https://github.com/huggingface/lerobot/blob/main/src/lerobot/scripts/lerobot_train.py

https://github.com/huggingface/lerobot/blob/main/src/lerobot/configs/train.py

• Nota

Prima di `` può esserci un solo spazio, dopo non deve esserci alcuno spazio

Quando il dataset è in locale, --dataset.streaming deve essere false, poiché non è necessaria la lettura in streaming

lerobot-train \
  --dataset.repo_id=<nome-utente>/lerobot_my_dataset_a \
  --dataset.root=/home/<nome-utente>/.cache/huggingface/lerobot/<nome-utente>/lerobot_my_dataset_a \
  --dataset.revision=v0.4.0 \
  --dataset.streaming=false \
  --policy.type=act \
  --output_dir=output_lerobot_train/a \
  --job_name=orange_job \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=300000 \
  --batch_size=8
  
lerobot-train --dataset.repo_id=<nome-utente>/lerobot_my_dataset_a --dataset.root=/home/<nome-utente>/.cache/huggingface/lerobot/<nome-utente>/lerobot_my_dataset_a --dataset.revision=v0.4.0 --dataset.streaming=false --policy.type=act --output_dir=output_lerobot_train/a --job_name=orange_job --policy.device=cuda --wandb.enable=true --wandb.project=Lerobot_my_Project --policy.push_to_hub=false --steps=300000 --batch_size=8

Prodotti correlati

Kit sviluppatore SO-ARM101→