第七步:pi0 訓練命令列
執行之前
- 環境：先按雲GPU訓練環境配置開通實例、把數據集傳上去，再回到本篇執行"安裝環境"和"命令列"兩節
- 數據集：命令裡的
--dataset.root=~/lerobot_my_dataset_shake_hands指向第六步採集的握手數據集。如果你訓練的是自己的任務，把它換成你自己的數據集名 - 輸出目錄：
--output_dir如果已經存在，先用上面那條sudo rm -rf刪掉，或者換個新名字 - 訓練中隨時可以在 wandb 上看曲線，見 wandb查看實時訓練曲線
參考文檔
推薦雲GPU實例
安裝環境
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=<你的使用者名稱>/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命令列執行20分鐘後，訓練才會正式開始
模型壓縮包5個G左右，解壓後7個G