Ambiente de treino em GPU na nuvem

Desativar o proxy de rede do seu computador

Caso contrário, pode não conseguir abrir a linha de comando do Jupyter

Iniciar sessão na plataforma de GPU na nuvem Featurize

https://featurize.cn?s=d7ce99f842414bfcaea5662a97581bd1

Junte-se ao grupo de utilizadores e diga ao apoio ao cliente que é fã de Tongji Zihao para receber um vale de desconto

Abrir uma instância de GPU na nuvem

Instalar e configurar o 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

Iniciar sessão no wandb

wandb login
Copie e cole a chave API e prima Enter

Montar o dataset

Copie o comando de descarregamento da instância, algo como:
featurize dataset download 7f40bdaa-b1a4-4c00-9652-ff26fd079109

unzip lerobot_zihao_dataset_shake_hands.zip

O dataset aparece no diretório ~

Alterar a frequência de guardar os pesos (opcional)

Abra lerobot/src/lerobot/configs/train.py

Altere save_freq, de 20_000 para 5_000

Assim é possível obter o ficheiro de pesos do modelo mais cedo no treino