train_rosbot_model_example.md

Пример запуска обучения динамической модели rosbot

1. Назначение

Пример запуска обучения динамической модели rosbot

2 Скачать данные

Данные собраны, с помощью логирующей ноды logger, для робота RosBot в робототехническом симуляторе Gazebo.Формат хранения данных, представлен на рисунке ниже

2.1 (Опционально) Зарегистрироваться в wandb Wandb with Pytorch

2.2 (Опционально) PyTorch: A 60 Minute Blitz

3 Изменить конфиг

Необходимо определить путь до директорий с

• train_data_path - путь до тренировочных датасетов
• val_data_path - путь до валидационных датасетов
• test_data_path - путь до тестовых датасетов

(Опционально) При наличии проекта в wandb, определить:

• project_name - имя проекта
• entity - имя владельца

(Опционально) изменить гиперпараметры

• main_metric - название ключевой метрики
• layers_num - количество слоев
• hidden_size - количество нейронов
• activation_function - функция активации (elu / relu)
• num_epochs - количество эпох
• rollout_size - размер проезда для обучения
• learning_rate - скорость обучения
• plot_trajectories - флаг, построение графиков
• save_plot - флаг, сохранение графиков

4 Запуск обучения

cd /../gz-rosbot
python3 rosbot_train.py -cfg $CFG_PATH -name $WANDB_NAME

Аргументы:

• $CFG_PATH - путь до конфига
• $WANDB_NAME - название сессии в wandb

Где посмотреть графики

Для анализа результатов рекомендуется использовать wandb

Где будет лежать модель

Вкладка "files", при использовании wandb

Инференс

Для преобразования pytorch модели в .onnx модель, следует использовать скрипт to_onnx.py При создании объекта model, следует передать такие же гиперпараметры, как у обученной нейросети.