Files
Robot_Arm/.gitignore
T
cbb 8ad6b58fca ml: 显存预算按 19–20 GB 落地 + ort 本地副本入库 + R4 复跑(feat_dyn)通过
- 显存:APG batch 128→48(实测 d=192 下 128 无论 plans 60/150 都 OOM,崩前已分配 17.85 GiB;48/plans150=13.08、48/60=7.67);新增 ml/common/vram.py 每进程硬帽 VRAM_FRAC=0.78 并把 vram 峰值写进 train/APG 日志、监控页加「显存峰值」卡与按 20 GB 预算的显存条;smoke.json 补 apg 段并让自检带 --config。
- 自检修复:find_bash 兼容便携版 git 的 mingw64 布局(本机原返回 None → 网页「开始训练」起不动);selftest_proc.alive 读中文 tasklist 的 GBK 崩溃;rec 值非法 JSON 时静默丢项;gen_resume 判据剔除 plan_ms/cert.ms 两个墙钟字段(旧判据恒 false)。整轮重跑 7/8 通过、3.5 分钟,仅 train_term 为 Windows 真实限制(TERM 送不到原生 python)。
- vendor: onnxruntime-web 1.20.1 本地副本入库(约 33 MB),查看器与 R4/R9 探针不再依赖 npm/CDN;.gitignore 同步移除该目录。
- docs: 第八节 R4 复跑(feat_dyn 新模型):部署口径 P99 12.67 通过;WebGPU 首次实测 27.09(有界面窗口,adapter nvidia ampere);viewer_ref 随机模型 planP99 131 / starve 32.7% / lookaheadP99 170 / certFailWhy time 948 / tickGapMax 736,三条判读留给实现方。
2026-10-18 06:40:25 +08:00

52 lines
1.9 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# Python
# flaky/ 是那 13 张的参考像素 + thresholds.json 阈值;PNG 本身不需要入库。
# 临时调试脚本与截图
# 关卡截图落点 = 纯生成物:每次 `python -m tests.verify --shots` 由 shot.py 重写
# 关卡比对的权威物是 tests/baselines/(md5 名单 + flaky 参考像素),不在这里。
# 其它编辑器的本地配置/会话残留(不是工程产物,也不该跟着版本走)
# 单文件查看器优化前的完整备份(带版本标识,勿随手删)
# 定位图/ 只是"给用户看的核验图落点",一次性、会反复清空;
# 旧 web/ 单文件产物目录(已删,源码在 webapp/)
# 构建产物(可用 python -m arm.* 重新生成)
# 构建产物:由 python -m arm.* 重新生成,体积大(mesh 14MB + 单文件查看器 16MB×3),
# 比对的权威物在 tests/baselines/ —— shots_stable.md5 是 92 张的 md5 名单,
# 编辑器 / 系统文件
# 过去被跟踪导致仓库背着 47MB 生成物;取消跟踪后重建不再脏 git status。
# 重构前的源码快照与脚本自动备份(git 历史里已有旧版本,不重复入库)
# (其中有 13 张在同一份构建下也不逐字节复现,抗锯齿/量化噪声)。
*.bak_*
*.pyc
.bak/
.trae/
.workbuddy/
.zcode/
.zcodeignore
/机器人手臂3D查看器.html
Desktop.ini
Thumbs.db
__pycache__/
backups/
data/cache/
dist/
docs/shots/
ml/data/
ml/node_modules/
ml/runs/
out/
scratch/
web/
webapp/data/
webapp/generated/
定位图/
# 策略模型产物(由 python -m ml.export_onnx 生成,20 MB 级,不入库)
webapp/models/*.onnx
webapp/models/*.meta.json
# 从头重跑时旧产物挪到这里(不入库)
ml/archive/
# onnxruntime-web 本地副本(约 33 MB):**入库**,离线/无 npm 时直接可用,不再依赖 CDN(2026-10-18 用户要求)
# 来源 onnxruntime-web@1.20.1 dist,六个文件 + VERSION;ml/prep/vendor_ort.sh 在缺失时仍可补齐