Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets
Bild från huggingface.co
Hugging Face och AWS Strands Robots möjliggör en slinga där robotar kan spela in demonstrationer, träna på växande datamängder och distribuera nya modeller — allt utan att ladda ned samma data om och om igen.
Genom att använda Hugging Face Storage Buckets (ett lagringssystem som bara synkar förändrade delar) och streaming från Hub kan man hålla processen effektiv dag efter dag. Blogginlägget visar hur man bygger detta i praktiken: en robot spelas in via LeRobot-formatet, datan synkas till en bucket, träningen strömmar datasetet direkt från Hub utan att ladda ned allt lokalt, och en tränad modell distribueras tillbaka till roboten med en enkel kodändring.
Run that loop once and every piece works. Run it every day and you start paying for the same byte transfers over and over.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör Hugging Face.
Mer från Hugging Face
IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Hugging Face för 8 tim sedan
Safety for Whom? Refusing the Right Subset of a Topic, Not the Whole Topic
Hugging Face 8 sep.
v0.34.0
Ollama för 1 tim sedan
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 3 tim sedan