ドキュメントデータ学習
学習にはより大きな計算リソースが必要です。ここでは、機器で収集したデータを USB メモリ（または外付け HDD）でコピーし、PC（またはサーバーなど）に移して学習を行います。
1. USB メモリのデータを PC の学習環境にコピーする
収集したデータを ~/.cache/huggingface/lerobot/USER に移動します。以下で具体的な手順を説明します。
1. 学習用データセットを USB メモリから PC にコピーします。
2. WSL 環境に入ります
PC のターミナルを開き（Win+R で cmd と入力）、以下の画面で wsl と入力して実行します。
2. PC 上の学習用データセットを WSL 環境のフォルダにコピーします
sudo cp -r /mnt/c/Users/13521/Desktop/so100_test3 ~/.cache/huggingface/lerobot/uni
sudo：管理者権限
cp：コピーコマンド
/mnt/c/Users/13521/Desktop/so100_test3：C ドライブ / ユーザー / PC のユーザー名 / デスクトップ / so100_test3 フォルダを表します。PC のユーザー名の部分はご自身の PC のユーザー名に置き換え、保存場所もご自身の保存場所に合わせて調整してください。
~/.cache/huggingface/lerobot/uni：保存先のパス
ls ~/.cache/huggingface/lerobot/uni
2. データ学習
1. 実行環境：上の画面のターミナルで以下のコマンドを実行します。
conda activate lerobot
2. プロジェクトフォルダに移動します
cd ~/lerobot/
3. 学習コマンドを実行します：
repo id の名前はデータセット名と一致させてください。
output_dir の名前は学習結果を保存するフォルダです。必要に応じて調整してください。例えば下記では 25122603 となっていますが、新たに学習する場合は別の名前に変更することを推奨します。
python lerobot/scripts/train.py \
--dataset.repo_id=uni/so100_test25122603 \
--policy.type=act \
--output_dir=outputs/train/act_so100_test25122603 \
--job_name=act_so100_test25122603 \
--policy.device=cuda \
--wandb.enable=false
パラメータの説明：
| No. | 名称 | パラメータの説明 |
|---|---|---|
| 1 | repo id | データ収集時のものと一致させる必要があります |
| 2 | output_dir | 学習後のモデルの保存先です。別の名前に変更することを推奨します（英字で指定） |
| 3 | job_name | 学習モデルのプロジェクト名です。保存先フォルダ名と一致させてください（英字で指定） |
4. 学習の完了を待ちます（4060Ti GPU で約 6.5 時間かかります）
5. 学習完了：
3. PC で学習したモデルを USB メモリにコピーする
PC 上で学習済みのファイルを探します。通常は ~/lerobot/outputs/train の下にあります。以下の操作で該当ファイルを見つけます。
ファイルを PC 上の任意の場所にコピーします。以下は D ドライブの aloha フォルダにコピーする例です。
sudo cp -r act_so100_test3.1 /mnt/d/aloha/
注意：フォルダ名は学習時の output_dir と対応させる必要があります。
続いて PC 上で該当フォルダを開きます。推論モデルは act_so100_test3.1/last/pretrained_model に保存されています。
注意：pretrained_model サブフォルダは丸ごとコピーする必要があります。
最後に pretrained_model を USB メモリにコピーし、データ収集機器に移す準備をします。