Како да тренирате GR00T N1.7 на сопствен SO-100 сет на податоци

NVIDIA испорачува пример за фино подесување токму за раката што веројатно ја поседувате. Внатре во Isaac-GR00T складиште има папка наречена demo_data/cube_to_bowl_5: пет епизоди, 4.148 кадри со 30 fps, веќе напишани како LeRobot v2.1, со соодветна конфигурација на модалитет под examples/SO100/. Неговиот meta/info.json известува robot_type: so101_follower, што во LeRobot е истата класа на конфигурација како so100_follower. Тоа е навистина корисно, бидејќи значи дека референтната патека за GR00T N1.7 на шест-степени на слобода хоби рака е одржувана од луѓето кои го напишале моделот. Тоа не е хуманоидна демо верзија намалена, тоа е истата рака.

Лошата вест е растојанието помеѓу Снимив 60 епизоди и раката ја извршува задачата. Постојат околу шест места каде што овој процес тивко пропаѓа наместо гласно, а четири од нив се наоѓаат во датотеки кои повеќето луѓе никогаш не ги отвораат: meta/modality.json, конфигурацијата на податоци на Python, meta/relative_stats.json, и сопствениот стринг за верзија на множеството податоци. Овој водич ја поминува рачната рута од почеток до крај со вистинските команди, а потоа ја покажува истата работа како формулар на AY-Robots. Сè подолу беше проверено според главната гранка на Isaac-GR00T од 20 август 2026 година (линијата n1.7-release) и lerobot 0.6.1, објавен на PyPI на 3 август 2026 година. Upstream се движи брзо, и каде што знаменцето било преименувано, овој напис го наведува тоа.

Што е всушност GR00T N1.7

GR00T N1.7 е визио-јазичен-акционен модел со двосистемски распоред опишан во оригиналниот труд GR00T N1: визио-јазичен модул кој ги чита камерите и инструкцијата, и дифузионен трансформатор кој тоа го претвора во дел од континуирани моторни команди. N1.7 ја замени првата половина. Eagle основата од N1.6 е отстранета, заменет со nvidia/Cosmos-Reason2-2B на Qwen3-VL архитектура, а моделот беше претрениран на приближно 20,000 часа егоцентрично човечко видео покрај податоците од роботот. Сопствениот извештај на NVIDIA ја наведува бројката од 20,854 часа и известува дека преминот од 1k на 20k часа повеќе од двојно го зголемува просечното завршување на задачите.

Втората половина исто така се промени, на начини кои се важни за вашето извршување. Акционата глава се намали од 32 дифузиони слоеви на 16, предвидениот акционен дел порасна од 16 чекори на 40, а максималната ширина на состојбата и акцијата се зголеми од 29 на 132. Овие три бројки доаѓаат од дневникот на промени во README на репозиториумот; сопствената објава за лансирање на NVIDIA сè уште го опишува Систем 1 како 32-слоен DiT, па каде што двете не се согласуваат, верувајте му на репозиториумот што ќе го клонирате. Акциите стандардно се изразуваат во релативен краен ефектор простор, делта од моменталната поза наместо апсолутни цели, што овозможува пренос на манипулативни претходни знаења научени од човечко видео во контрола на робот. Самата глава е усогласување на проток дифузионен трансформатор, од истото семејство како Pi0.5 но со различна основа пред него. Ако сè уште сте на претходната генерација, N1.7 наспроти N1.5 опфаќа дали надградбата го оправдува преправањето на вашиот работен тек.

Последните три реда објаснуваат поголем дел од разочарувањето што луѓето го пријавуваат. Насловните 27.9 ms се TensorRT engine на H100 со една камера и четири чекори на деноизирање. Чист PyTorch на истата картичка е 85.8 ms, а model card го става јазот на 3.08x. Ниту една бројка не вклучува слој за опслужување, втора камера или мрежен скок. 152 ms по акционен чекор што AY-Robots ги наведува за својот сервисиран GR00T N1.7 е бројката со serving во циклусот, а јавно-интернетско повратно патување е над тоа. Повеќе за ова на крајот. За бројките до другите модели, GR00T N1.7 наспроти Pi0.5 и GR00T N1.7 наспроти SmolVLA ги поставуваат еден до друг.

Што е потребно за извршувањето пред да напишете нешто

Чекор 0: самите епизоди

Сè подолу претпоставува дека веќе имате снимени епизоди. Ако немате, тоа е вистинскиот прв чекор и тој е оној што одлучува колку добар може да биде резултатот, бидејќи учење со имитација не може да поврати информации што не се во податоците. Прво калибрирајте ги двете раце, а потоа управувајте го следбеникот со рака-водач додека lerobot-record ги запишува parquet датотеките и преносите од камерата. Ако калибрацијата е исклучена, вредностите на зглобовите во вашето множество податоци опишуваат малку поинаков робот од оној што подоцна ќе ја изврши политиката, и никаква количина на тренирање не го поправа тоа.

lerobot-record \
    --robot.type=so100_follower \
    --robot.port=/dev/ttyACM0 \
    --robot.id=my_follower_arm \
    --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30}}" \
    --teleop.type=so100_leader \
    --teleop.port=/dev/ttyACM1 \
    --teleop.id=my_leader_arm \
    --dataset.repo_id=${HF_USER}/cube-into-bowl \
    --dataset.num_episodes=60 \
    --dataset.single_task="put the cube in the yellow bowl" \
    --display_data=true

Советот на LeRobot е да снимите најмалку 50 епизоди со околу 10 по локација на објектот, да ги држите камерите фиксирани и да го одржувате однесувањето на фаќање конзистентно. Додадете варијации подоцна, не на почетокот. Правилото што вреди да се запамети: ако не можевте сами да ја извршите задачата само од сликите од камерата, политиката не може ниту таа. За поставувањето специфично за раката, почеток со SO-100 и страницата на LeRobot за SO-100 ги покриваат портовите, калибрацијата и индексите на камерата. На AY-Robots можете да го направите ова и преку интернет од прелистувачот користејќи телеоперација и да снимате директно од сесијата.

Чекор 1: множеството податоци мора да биде LeRobot v2.1

Ова е најчестата пречка. Тековната CODEBASE_VERSION на главната гранка е v3.0, така што сè што ќе снимите денес со тековен сет алатки излегува како v3.0. Вчитувачот на GR00T очекува v2. Репозиториумот е експлицитен зошто: многу податочни множества од повисоко ниво како DROID, LIBERO и Bridge се објавени во v2, а матичната поддршка за двете е планирана, но не е испорачана. Значи, конверзијата е на вас, и таа работи во сопствено виртуелно опкружување од конкретна причина: scripts/lerobot_conversion носи свој pyproject кој бара Python 3.10 или 3.11 и го врзува lerobot за еден git commit, додека самиот Isaac-GR00T бара Python 3.12. Инсталирајте го конверторот од коренот на репозиториумот и ќе го добиете пакетот gr00t наместо тоа, што е грешката за која предупредува неговиот README. Ако сте нови во форматот, записот во речникот LeRobot множество податоци објаснува што всушност има во него.

# from the Isaac-GR00T repo root
cd scripts/lerobot_conversion
uv venv
source .venv/bin/activate
uv pip install -e . --verbose

# pulls the dataset from the Hub and writes a v2.1 copy into the default cache
python convert_v3_to_v2.py --repo-id <your-hf-user>/<your-dataset>

# or, back in the repo root, keep it next to the SO-100 example
uv run --project scripts/lerobot_conversion \
  python scripts/lerobot_conversion/convert_v3_to_v2.py \
  --repo-id <your-hf-user>/<your-dataset> \
  --root examples/SO100/my_dataset_lerobot

Структурата што GR00T ја сака по конверзијата е класичниот v2 распоред: meta/info.json, meta/episodes.jsonl, meta/tasks.jsonl, parquet датотеки под data/chunk-000/, MP4 датотеки под videos/chunk-000/observation.images./, и една дополнителна датотека што стандардниот LeRobot ја нема. Таа дополнителна датотека е местото каде што живеат повеќето од преостанатите грешки.

Чекор 2: modality.json, шесте броеви што одлучуваат сè

Во LeRobot збир на податоци, состојбата на роботот и акцијата се зачувани како рамни float32 низи. За SO-100, и двете имаат форма [6]: пет зглобови на раката и фаќач. Демо збирот на податоци ги именува како shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos, но тие имиња живеат во info.json и ништо во parquet датотеката не кажува кој индекс е кој. meta/modality.json го обезбедува тоа мапирање, и GR00T нема да тренира без него. Еве го оној што го испорачува репозиториумот за SO-100, дословно.

{
  "state": {
    "single_arm": {
      "start": 0,
      "end": 5
    },
    "gripper": {
      "start": 5,
      "end": 6
    }
  },
  "action": {
    "single_arm": {
      "start": 0,
      "end": 5
    },
    "gripper": {
      "start": 5,
      "end": 6
    }
  },
  "video": {
    "front": {
      "original_key": "observation.images.front"
    },
    "wrist": {
      "original_key": "observation.images.wrist"
    }
  },
  "annotation": {
    "human.task_description": {
      "original_key": "task_index"
    }
  }
}

Копирајте го во вашиот конвертиран сет на податоци на meta/modality.json и преименувајте ги видео клучевите во она како што всушност се нарекуваат вашите камери. Ако сте снимале со една надземна камера наречена top, тогаш original_key е observation.images.top а пријателското име е она на што ќе се повикува вашата конфигурација на податоци. Двете мора да се согласуваат, и ниту една од нив не ја проверува другата за вас. Анотацијата на јазикот е полоша, бидејќи истиот клуч мора да се појави на три места.

Чекор 3: конфигурацијата на податоци, релативна рака и апсолутен грипер

Конфигурацијата на модалитетот е Python датотека наместо JSON, бидејќи таа исто така одлучува како е претставена секоја акциона група. Ова е делот од работниот тек на N1.7 што не постоеше во иста форма во N1.5, и делот што вреди да се прочита двапати. Испорачаната SO-100 конфигурација ги предвидува петте зглобови на раката како РЕЛАТИВНИ делти од моменталната состојба и фаќачот како АПСОЛУТНА целна позиција, бидејќи бинарен сигнал отворено-или-затворено се однесува подобро како цел отколку како делта.

from gr00t.configs.data.embodiment_configs import register_modality_config
from gr00t.data.embodiment_tags import EmbodimentTag
from gr00t.data.types import (
    ActionConfig, ActionFormat, ActionRepresentation, ActionType, ModalityConfig,
)

so100_config = {
    "video": ModalityConfig(
        delta_indices=[0],                       # current frame only
        modality_keys=["front", "wrist"],        # must match modality.json
    ),
    "state": ModalityConfig(
        delta_indices=[0],
        modality_keys=["single_arm", "gripper"],
    ),
    "action": ModalityConfig(
        delta_indices=list(range(0, 16)),        # predict 16 future steps
        modality_keys=["single_arm", "gripper"],
        action_configs=[
            ActionConfig(rep=ActionRepresentation.RELATIVE,   # arm joints
                         type=ActionType.NON_EEF,
                         format=ActionFormat.DEFAULT),
            ActionConfig(rep=ActionRepresentation.ABSOLUTE,   # gripper
                         type=ActionType.NON_EEF,
                         format=ActionFormat.DEFAULT),
        ],
    ),
    "language": ModalityConfig(
        delta_indices=[0],
        modality_keys=["annotation.human.task_description"],
    ),
}

register_modality_config(so100_config, embodiment_tag=EmbodimentTag.NEW_EMBODIMENT)

Два детали овде ќе ве чинат еден ден ако не ги знаете. Прво, action_configs е позиционален: документацијата бара иста должина и ист редослед како modality_keys, и тие се директни за последицата од грешка, а тоа е дека погрешната репрезентација се применува тивко. Вашиот фаќач се тренира како делта, а вашата рака како апсолутна цел, и нема порака за грешка. Второ, register_modality_config тврди дека ознаката сè уште не е регистрирана, така што втора NEW_EMBODIMENT конфигурација во истиот Python процес умира со Embodiment tag ... already registered. Не можете да увезете две од овие во една скрипта. Трето правило се применува подоцна, при распоредување: акцијата delta_indices мора да биде континуиран опсег почнувајќи од нула. Реткиот прозорец како [0, 4, 8] се отфрла, бидејќи сè низводно го индексира предвидениот дел линеарно и инаку би извршило погрешни редови.

Чекор 4: околината

N1.7 го премести складиштето на и Python 3.12. Старата conda плус pip install -e . патеката сè уште постои во скриен дел од README, но предупредува дека зависностите од GPU, вклучувајќи flash-attn и TensorRT, можеби ќе бараат рачна инсталација. Користете uv освен ако немате конкретна причина да не го сторите тоа. Што се однесува до flash-attn, еден детал спречува забуна: ќе видите Installing flash-attn отпечатено при секое uv run. Не се преизградува. uv повторно го потврдува URL-закачениот wheel кој е веќе кеширан, и тоа трае две или три секунди.

1. 1
   Инсталирајте git-lfs, потоа клонирајте со подмодули

   git-lfs е задолжителен, не е опционален. Без него, parquet датотеките во demo_data/ се преземаат како покажувачки стабови, а демо извршувањето пропаѓа на податочно множество кое изгледа присутно во листата на датотеки.

   bash

   sudo apt install git-lfs && git lfs install
   git clone --recurse-submodules https://github.com/NVIDIA/Isaac-GR00T
   cd Isaac-GR00T

2. 2
   Инсталирајте uv и синхронизирајте ја околината

   Стандардната инсталација ги повлекува зависностите од GPU, вклучувајќи flash-attn и TensorRT. На свежа слика A100 или H100, ова е најдолгиот чекор, затоа направете го пред да обрнете внимание на што било друго.

   bash

   curl -LsSf https://astral.sh/uv/install.sh | sh
   sudo apt-get update && sudo apt-get install -y ffmpeg
   uv sync --python 3.12
   uv run python -c "import gr00t; print('GR00T installed successfully')"

3. 3
   Автентицирајте се со Hugging Face

   Направете го ова пред првото стартување на тренирањето, а не откако ќе пропадне по осум минути.

   bash

   uv run huggingface-cli login   # or: export HF_TOKEN=<your_token>

4. 4
   Проверка на интегритетот на испорачаните SO-100 демо податоци

   Пред да ја допрете вашата сопствена снимка, извршете 2000 чекори на demo_data/cube_to_bowl_5. Тоа се пет епизоди, завршува брзо и ја докажува околината, а не вашите податоци. Ако ова извршување пропадне, ништо што ќе направите со вашето податочно множество нема да помогне.

   bash

   CUDA_VISIBLE_DEVICES=0 uv run python \
       gr00t/experiment/launch_finetune.py \
       --base-model-path nvidia/GR00T-N1.7-3B \
       --dataset-path demo_data/cube_to_bowl_5 \
       --embodiment-tag NEW_EMBODIMENT \
       --modality-config-path examples/SO100/so100_config.py \
       --num-gpus 1 \
       --output-dir /tmp/test_finetune \
       --max-steps 2000 \
       --global-batch-size 32 \
       --dataloader-num-workers 4

Чекор 5: командата за фино подесување и кои се нејзините стандардни вредности на знаменцата

Заменете го демо податочното множество со вашето и додадете ги опциите што навистина ги сакате. Подолу е целосната форма што ја користи репозиториумот во својот туторијал за ново отелотворување, вклучувајќи ги знаменцата за аугментација и контролни точки што краткиот пример од README ги изоставува. Ова е во потесна смисла: јазичната основа и визуелниот енкодер остануваат замрзнати, а она што се тренира е проекторот и главата за дифузно дејство.

export NUM_GPUS=1
CUDA_VISIBLE_DEVICES=0 uv run python \
    gr00t/experiment/launch_finetune.py \
    --base-model-path nvidia/GR00T-N1.7-3B \
    --dataset-path ./my_dataset_lerobot \
    --embodiment-tag NEW_EMBODIMENT \
    --modality-config-path examples/SO100/so100_config.py \
    --num-gpus $NUM_GPUS \
    --output-dir /tmp/so100 \
    --save-total-limit 5 \
    --save-steps 2000 \
    --max-steps 20000 \
    --use-wandb \
    --global-batch-size 32 \
    --color-jitter-params brightness 0.3 contrast 0.4 saturation 0.5 hue 0.08 \
    --dataloader-num-workers 4

Тој последен ред не е печатна грешка. launch_finetune.py е tyro CLI генериран од dataclass, и тој dataclass нема поле за seed. README одделно забележува 5 до 6 проценти варијанса помеѓу извршувањата предизвикана од недетерминистичка аугментација на слики. Две извршувања со идентични знаменца нема да произведат идентични контролни точки, што е многу важно кога се обидувате да одлучите дали промената на хиперпараметарот помогнала или сте имале среќа. За споредба, сопствениот тренер на lerobot стандардно користи seed 1000, а рецептот LeRobot GR00T експлицитно го предава --seed=42 .

Колку чини извршување од 20000 чекори

GR00T N1.7 бара картичка од 80 GB, така што прашањето за цената има тесен одговор. На AY-Robots, тренерот groot1.7 работи на нивото A100 80 GB или H100 80 GB, каде што едно извршување трае 3 до 6 часа по цена од 1.20 до 2.00 USD на час на спот пазарот. Тоа е приближно 4 до 12 USD за стандардната работа од 20000 чекори. Истата задача на SmolVLA или ACT се извршува на картичка од 24 GB по цена од 0.30 до 0.60 USD на час и 1 до 3 USD по извршување. Тоа е вистинскиот компромис: GR00T чини околу четири пати повеќе по обид, и не можете да го извршите на 4090 под вашето биро.

Минимумот од 50 епизоди е долна граница, а не цел. ЧПП на NVIDIA е позахтевно: приближно 100 траектории за едноставно подигање и поставување на фиксна локација, 500 или повеќе за сложени или повеќечекорни сцени, и 100 до 500 за фина манипулација. Ако имате 20 епизоди, посветете го попладнето на снимање наместо вечерта на подесување. Водичот за собирање податоци опфаќа што ја одвојува корисната епизода од залудната, снимањето на вашето прво множество податоци е кратката верзија, а собирањето податоци за SO-100 е специфичната за раката.

Чекор 6: евалуација со отворена јамка пред да ја допрете раката

Не ставајте нов контролна точка на физичка рака за да дознаете дали обуката функционирала. Прво извршете ја евалуацијата со отворена јамка. Таа репродуцира снимена епизода, бара од моделот дејства на секој чекор и исцртува предвидување наспроти вистинската вредност со MSE и MAE. Не чини ништо и ги фаќа грешките во мапирањето од чекорите 2 и 3.

uv run python gr00t/eval/open_loop_eval.py \
    --dataset-path ./my_dataset_lerobot \
    --embodiment-tag NEW_EMBODIMENT \
    --model-path /tmp/so100/checkpoint-20000 \
    --traj-ids 0 \
    --execution-horizon 16 \
    --steps 400 \
    --modality-keys single_arm gripper

Репозиториумот намерно одбива да објави целен MSE за сопствени податоци, и тоа е правилна одлука: бројката зависи од вашите акциони единици, вашата задача и големината на вашиот сет на податоци, така што праг копиран од туѓа рака не значи ништо. Она што е значајно е трендот. Еве го референтното извршување што репозиториумот го документира на еден H100 со демо сетот на податоци од пет епизоди и 2000 чекори.

Обликот е сигналот, а не апсолутните вредности. Грешката треба постојано да опаѓа како што се акумулираат. Просечно пресметано за сите пет епизоди на тренирање, наместо само за траекторија 0, конечната контролна точка на репозиториумот постигна приближно 7.5 MSE и 1.5 MAE, така што дури и референтниот резултат се чита различно во зависност од тоа кои епизоди ги просекувате. Запишете ја вашата сопствена основна линија на непроменетата демо команда пред да промените нешто во вашите податоци: ако не можете да репродуцирате познато-добра изведба, не можете да разликувате грешка во поставувањето од проблем со податоците. Репозиториумот исто така ги мапира вообичаените симптоми до причините, и секоја од нив е оперативна, а не грешка во моделот.

Другиот пат: lerobot-train наместо Isaac-GR00T

Тековното издание на LeRobot, 0.6.1 на PyPI од 3 август 2026 година, нуди втор и сосема поинаков начин за фино подесување на истите основни тежини. LeRobot го изложува GR00T N1.7 како тип на политика и го тренира преку сопствената lerobot-train влезна точка. Овде се важни две работи. LeRobot CLI е збир на конзолни скрипти, така што сè што читате што вели python lerobot/scripts/train.py е застарено и нема да работи. И LeRobot целосно ја отстрани поддршката за GR00T N1.5, отфрлајќи ги N1.5 контролните точки и конфигурации со белешка за миграција, па ако ви треба N1.5 преку LeRobot, мора да го закачите lerobot==0.5.1, последното издание што го поддржува, објавено на 7 април 2026 година.

pip install "lerobot[groot]" "lerobot[training]"
hf auth login

lerobot-train \
  --dataset.repo_id=$HF_USER/$DATASET_NAME \
  --dataset.image_transforms.enable=true \
  --policy.type=groot \
  --policy.device=cuda \
  --policy.base_model_path=nvidia/GR00T-N1.7-3B \
  --policy.embodiment_tag=new_embodiment \
  --policy.chunk_size=16 \
  --policy.n_action_steps=16 \
  --policy.use_relative_actions=true \
  --policy.relative_exclude_joints='["gripper"]' \
  --policy.use_bf16=true \
  --seed=42 \
  --batch_size=64 \
  --steps=20000 \
  --save_freq=5000 \
  --output_dir=$OUTPUT_DIR

Два начини да се добие истата контролна точка

Враќање на контролната точка на раката

Isaac-GR00T користи поделба сервер-клиент преку ZMQ. Политиката работи на графичката картичка (GPU), а тенок клиент на роботската машина испраќа набљудувања и прима делови од акции. Примерот SO-100 е доволно комплетен за копирање: стартувајте run_gr00t_server.py со вашата контролна точка и --embodiment-tag NEW_EMBODIMENT, потоа извршете eval_so100.py на страната на роботот со серискиот порт, ID на роботот, индексите на камерата и јазичната инструкција. Имињата на камерите во таа команда мора да се совпаѓаат со пријателските имиња од вашиот modality.json, а не со броевите на уредите на оперативниот систем.

# GPU side
uv run python gr00t/eval/run_gr00t_server.py \
  --model-path /tmp/so100/checkpoint-20000 \
  --embodiment-tag NEW_EMBODIMENT \
  --device cuda:0 \
  --host 0.0.0.0 --port 5555

# robot side, from gr00t/eval/real_robot/SO100
uv run --no-sync python eval_so100.py \
  --robot.type=so101_follower \
  --robot.port=/dev/ttyACM2 \
  --robot.id=orange_follower \
  --robot.cameras="{ front: {type: opencv, index_or_path: 6, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30}}" \
  --policy_host=localhost --policy_port=5555 \
  --lang_instruction="put the cube in the yellow bowl"

Сега искрениот дел за тоа каде работи политиката, бидејќи обуката и сервирањето имаат различни хардверски приказни. Финото подесување бара 40 GB или повеќе. Заклучувањето не: README го става на 16 GB или повеќе и експлицитно ја именува RTX 4090, така што картичка што веќе ја поседувате може да служи контролен пункт што никогаш не можела да го произведе. Она што одлучува дали политиката се чувствува одговорна не е VRAM, туку каде се наоѓа серверот. На AY-Robots GR00T N1.7 е само во облак, така што контролната јамка плаќа повратно патување преку јавен интернет покрај 152 ms по чекор на акција, и само SmolVLA и ACT исто така работат локално. За бавно земање и поставување, далечинскиот под е преживлив. За сè што е реактивно не е: политиката станува колеблива на начин што изгледа токму како неуспех во обуката, а не е. ACT со 20 ms по чекор на акција е моделот што ја толерира најтесната јамка, SmolVLA е на 245 ms, и никаква количина на подесување на латентност не може да го врати повратното патување што веќе е потрошено. Стартувајте ја вашата прва политика поминува низ страната за сервирање од почеток до крај.

Што всушност тргнува наопаку

• GatedRepoError при првото извршување. Не ви е одобрен пристап до nvidia/Cosmos-Reason2-2B, или не сте се автентицирале. Ова се случува откако часовникот на графичката картичка веќе е стартуван.
• Податочното множество е одбиено при вчитување. Речиси секогаш е податочно множество v3.0. Конвертирајте го во пониска верзија. Видете податочно множество одбиено како v3.
• IndexError за неусогласени булеви димензии. Ги променивте delta_indices и не ги регенериравте статистиките.
• Нема доволно меморија при серија 32. Намалете --global-batch-size и зголемете --gradient-accumulation-steps, или намалете --num-shards-per-epoch, што конфигурацијата експлицитно го сугерира кога VRAM е ограничена. Видете нема доволно меморија за време на тренирање.
• Загубата паѓа, политиката не прави ништо. По дифолт нема поделба за валидација, така што чистата крива на тренирање докажува многу малку. Оваа страница ја покрива дијагнозата.
• Работи во вашата поставка и никаде на друго место. Очекувано со мало податочно множество снимено под еден светлосен услов. NVIDIA препорачува аугментација со треперење на боите плус 20 до 50 епизоди под различно осветлување. Повеќе тука.
• Грајферот никогаш не се затвора правилно. Проверете дали дејството на грајферот е ABSOLUTE, а зглобовите на раката RELATIVE, по тој редослед во action_configs. Грајферот не се затвора ги наведува другите причини.
• Камерата тивко се исклучува среде снимање. Епизодата сè уште се зачувува и видео клучот сè уште постои, поради што ова е незгодно. Камерата не е детектирана го покрива ова.

Целиот индекс на режими на откажување се наоѓа на . Ако избирате помеѓу модели наместо да дебагирате еден, и имаат референтни бројки со приложени извори, и е споредбата што повеќето луѓе всушност ја требаат, бидејќи тоа е изборот помеѓу модел што можете да го тренирате на картичката под вашето биро и модел за кој треба да изнајмите јазол од 80 GB за фино подесување. За позадина зошто овие модели се однесуваат така како што се однесуваат, и вреди да се прочитаат прво. И ако сè уште немате рака, пренесува физички SO-100 без регистрација.