Versionsstyr data og modeller
Genskab enhver kørsel ud fra dens input.
Versionsstyr data og modeller er en gratis Deep Learning Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Deep Learning Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Kodeversionsstyring er ikke nok
Git sporer din kode på fremragende vis, men en model afhænger også af data og vægte. Hvis du vil genskabe et resultat, skal du også versionsstyre dem. 🗂️
Hvorfor dataændringer ødelægger kørsler
Datasæt vokser, bliver renset eller får nye etiketter. Hvis du ikke kan sige, hvilken version af dataene der trænede en model, kan du aldrig genskabe præcis det resultat.
Reproducerbarhedstrekanten
En kørsel er kun reproducerbar, når tre ting er fastlåst sammen: koden, dataene og de trænede vægte. Hvis én mangler, ændrer resultatet sig.
Beregn en hash af dataene
Du gemmer ikke enorme filer i Git. I stedet registrerer du en hash, et kort fingeraftryk af datasættet, så enhver ændring opdages med det samme.
import hashlib
h = hashlib.md5(open("train.csv","rb").read()).hexdigest()Mød DVC
DVC, Data Version Control, lægger sig oven på Git for at versionsstyre store filer. Det gemmer en lille henvisning i Git og de faktiske data i fjernlageret.
pip install dvcSpor et datasæt
Én kommando fortæller DVC, at en fil skal administreres. Den erstatter de tunge data med en lille .dvc-henvisning, som Git sikkert kan committe.
dvc add data/train.csvSend data til fjernlageret
De faktiske bytes ligger i cloudlageret, ikke i dit repository. dvc push uploader dem, så dine teammedlemmer senere kan hente præcis de samme filer.
dvc pushVersionsstyr også modellen
Gem vægte med et tydeligt navn, der knytter dem til en kørsel. Når du kobler et checkpoint sammen med dets commit og datahash, bliver modellen fuldt sporbar.
torch.save(model.state_dict(), "model_v3.pt")Mærk udgivelser
Når en model er god nok til at blive udgivet, skal du markere det tidspunkt. Et Git-tag som v1.0 lader dig når som helst vende tilbage til den præcise kode, de præcise data og de præcise vægte.
git tag -a v1.0 -m "first production model"Genskab enhver kørsel
Når alt er versionsstyret, består gendannelsen af to trin: checkout committen, og kør derefter dvc pull. Du får de identiske input, som frembragte den oprindelige model.
git checkout v1.0
dvc pullVersionsstyring skaber tillid
Når alle kan genopbygge et resultat fra bunden, bliver dit arbejde kontrollerbart. Det er denne tillid, der adskiller et hobbyprojekt fra ML i produktion.
Hurtigt tjek
Hvordan holder DVC store datasæt ude af Git?
Opsummering
Du har lært at versionsstyre data og modeller: hashe input, spore filer med DVC, sende dem til fjernlageret og mærke udgivelser, så enhver kørsel kan genskabes. 🎉
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Versionsstyr data og modeller” gratis?
Ja — hele teksten til “Versionsstyr data og modeller” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Deep Learning Academy-kurset, skal du opgradere til CoddyKit PRO. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Versionsstyr data og modeller”?
Genskab enhver kørsel ud fra dens input. Du øver dig i Deep Learning Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Deep Learning Academy?
Der kræves ingen tidligere erfaring. Deep Learning Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “Versionsstyr data og modeller”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Deep Learning Academy-lektion?
Ja. Alle Deep Learning Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Følg eksperimenter med Weights & Biases
- Versionsstyr data og modeller
- Find data- og modeldrift
- Automatisér retraining-pipelines