第七步:训练模型——pi0 训练命令
运行之前
- 环境：先按云GPU训练环境配置开通实例、把数据集传上去，再回到本篇执行"安装环境"和"命令行"两节
- 数据集：命令里的
--dataset.root=~/lerobot_my_dataset_shake_hands指向第六步采集的握手数据集。如果你训练的是自己的任务，把它换成你自己的数据集名 - 输出目录：
--output_dir如果已经存在，先用上面那条sudo rm -rf删掉，或者换个新名字 - 训练中随时可以在 wandb 上看曲线，见 wandb查看实时训练曲线
参考文档
推荐云GPU实例
安装环境
Shell
conda create -y -n lerobot-pi python=3.10 -y
conda activate lerobot-pi
conda install ffmpeg=7.1.1 -c conda-forge -y
cd lerobot
pip install -e ".[pi]"命令行
Shell
sudo rm -rf output_lerobot_train/shake/pi0_A
lerobot-train \
--dataset.repo_id=<你的用户名>/lerobot_my_dataset_shake_hands \
--dataset.root=~/lerobot_my_dataset_shake_hands \
--dataset.revision=v0.1.0 \
--dataset.streaming=false \
--policy.type=pi0 \
--output_dir=~/output_lerobot_train/shake/pi0_A \
--job_name=shake_pi0_A \
--policy.pretrained_path=lerobot/pi0_base \
--policy.compile_model=true \
--policy.gradient_checkpointing=true \
--policy.dtype=bfloat16 \
--policy.freeze_vision_encoder=false \
--policy.train_expert_only=false \
--steps=50000 \
--policy.device=cuda \
--policy.push_to_hub=false \
--wandb.enable=true \
--wandb.project=Lerobot_my_Project \
--batch_size=8命令行运行20分钟后，训练才会正式开始
模型压缩包5个G左右，解压后7个G