Cach, og spring uændrede trin over
Kør kun det igen, der faktisk er ændret, for at spare tid.
Cach, og spring uændrede trin over er en gratis MLOps Academy-lektion på CoddyKit. Dette er lektion 3 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 MLOps Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. MLOps Academy-kurset indeholder 4 lektioner i alt.
Hvorfor køre alt igen?
Hvis du kun ændrer eval-scriptet, spilder du tid ved at køre ingest og train igen. DVC gemmer resultaterne af trin, så uændret arbejde springes over. ⏱️
DVC beregner hashværdier af dine input
For hvert trin beregner DVC en hashværdi af dets afhængigheder og kommando. Hashværdien er et fingeraftryk, der ændres, så snart et input ændres.
Samme hashværdi betyder spring over
Når du kører dvc repro, sammenligner DVC hvert trins aktuelle hashværdi med den i dvc.lock. Hvis de er ens, springer DVC trinnet over.
Se i outputtet, at trinnet springes over
DVC fortæller dig tydeligt, når intet er ændret. En meddelelse som didn't change, skipping betyder, at det gemte output blev genbrugt.
$ dvc repro
Stage 'prep' didn't change, skipping
Running stage 'train'...Ændringer forplanter sig nedstrøms
Hvis du ændrer et input til prep, kører DVC prep igen og derefter hvert nedstrøms trin, der afhænger af det. Opstrøms trin forbliver gemt.
Output gemmes i cachen
Output fra trin gemmes i DVC's cache-mappe og identificeres med en hashværdi. Når et trin springes over, gendanner DVC blot den gemte fil.
Tving en fuld genkørsel
Vil du ignorere cachen? Angiv --force til dvc repro, så køres hvert trin igen, også selvom intet er ændret.
dvc repro --forceKør ét trin igen
Du kan vælge ét trin efter navn med dvc repro -s. Det er praktisk, når du kun vil køre train igen uden at berøre resten.
dvc repro -s trainKontrollér status før kørsel
Kør dvc status for at se, hvilke trin der er forældede, uden at udføre noget. Det er en sikker prøve, der viser, hvad repro ville gøre.
dvc statusGevinsten i hastighed
Med store datasæt kan caching forvandle en pipeline på tredive minutter til få sekunder, når kun ét trin er ændret. Den hurtige feedback-loop er hele pointen. ⚡
Commit dvc.lock for at dele cachens tilstand
Fordi dvc.lock indeholder hashværdierne, kan dine teammedlemmer genbruge de samme beslutninger om cachen og springe arbejde over, som du allerede har udført.
Hurtig kontrol
Tænk over, hvad der udløser en genkørsel.
Opsummering: Cache og spring over
Du har set, hvordan DVC beregner hashværdier af input for at springe uændrede trin over, forplante ændringer nedstrøms og tvinge genkørsler, når det er nødvendigt. Hurtige og intelligente pipelines. 🎯
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 “Cach, og spring uændrede trin over” gratis?
Ja — hele teksten til “Cach, og spring uændrede trin over” 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 MLOps Academy-kurset, skal du opgradere til CoddyKit PRO. MLOps Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Cach, og spring uændrede trin over”?
Kør kun det igen, der faktisk er ændret, for at spare tid. Du øver dig i MLOps 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 MLOps Academy?
Der kræves ingen tidligere erfaring. MLOps 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 3 af 4.
Hvor lang tid tager lektionen “Cach, og spring uændrede trin over”?
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 MLOps Academy-lektion?
Ja. Alle MLOps 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
- Faser: Ingest, Prep, Train, Eval
- Definér en pipeline med DVC-faser
- Cach, og spring uændrede trin over
- Parameterisér kørsler med params.yaml