Etapa 7: Treino local em Ubuntu

Este artigo aplica-se à situação em que o seu próprio computador já tem uma placa gráfica NVIDIA, sem necessidade de GPU na nuvem.

Antes de executar

• Ambiente: basta instalar conforme Primeiro passo: instalar o ambiente do Lerobot; no treino na própria máquina não é preciso enviar o dataset para outro local
• Dataset: o exemplo abaixo usa o dataset de apanhar laranjas lerobot_my_dataset_a recolhido no primeiro artigo da etapa 6; o caminho foi escrito como caminho absoluto, substitua pelo seu próprio nome de utilizador
• Treinar no Mac: substitua o /home/<utilizador>/ do comando por /Users/<utilizador>/
• Diretório de saída: se o --output_dir já existir, é apresentado diretamente um FileExistsError; mude para um novo nome de diretório, ou acrescente --resume=true para continuar o treino

Documentação de referência

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

• Atenção

``Antes dele só pode haver um espaço, e depois dele não pode haver espaço

Quando o dataset está local, --dataset.streaming tem de ser false, porque não é necessária leitura em streaming

lerobot-train \
  --dataset.repo_id=<utilizador>/lerobot_my_dataset_a \
  --dataset.root=/home/<utilizador>/.cache/huggingface/lerobot/<utilizador>/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=<utilizador>/lerobot_my_dataset_a --dataset.root=/home/<utilizador>/.cache/huggingface/lerobot/<utilizador>/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

Produtos relacionados

Kit desenvolvedor SO-ARM101→