训练模型时训练任务失败，查看系统日志出现报错“错误：Input_Path下没有找到checkpoint 文件夹！”，该如何处理？

问题现象

训练模型时训练任务失败，查看系统日志出现报错“错误：Input_Path下没有找到checkpoint 文件夹！”。

仅限于对预置模型CloudRobo-VLA-Base、CloudRobo-VLA-Libero、CloudRobo-VLA-Flash仅限训练时才出现该现象。

图1 查看日志

原因分析

预置模型（CloudRobo-VLA-Base、CloudRobo-VLA-Libero、CloudRobo-VLA-Flash）超参“RESUME_FROM_CHECKPOINT”配置错误。用户此次为首次训练模型，但参数名称“RESUME_FROM_CHECKPOINT”（是否断点续训）的数值被设置为“True”，导致系统在指定路径下未找到断点/检查点文件夹。

RESUME_FROM_CHECKPOINT需按照训练场景来设置，规则如下：

• 断点续训场景：指在模型训练过程中因中断而未完成时，可以从上一次保存的状态继续训练，从而避免重复训练浪费时间和资源。此时参数名称“RESUME_FROM_CHECKPOINT”应设置为“True”。
• 首次训练场景：为非续训场景，参数名称“RESUME_FROM_CHECKPOINT”应设置为“False”（断点续训关闭）。若将此参数数值设为“True”，将导致训练异常。

解决方案

1. 登录CloudRobo控制台。
2. 在左侧导航栏中单击“模型开发 > 模型训练”，进入“模型训练”页面。
3. 单击右上角“创建训练作业”，“超参配置”中“RESUME_FROM_CHECKPOINT”配置为“False”。
   图2 设置