MLOps Academy · Lektion

Definér en pipeline med DVC-faser

Kobl trinene sammen i dvc.yaml med afhængigheder.

Lektion 2 af 413 trin

Definér en pipeline med DVC-faser er en gratis MLOps 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 MLOps Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. MLOps Academy-kurset indeholder 4 lektioner i alt.

Mød dvc.yaml

DVC beskriver hele din pipeline i én fil, der hedder dvc.yaml. Den viser hver fase, kommandoen den kører, og hvad den afhænger af. 📄

Tilføj en fase med dvc stage add

Du skriver sjældent filen i hånden. Kommandoen dvc stage add bygger et faseelement til dig ud fra de flag, du angiver på kommandolinjen.

dvc stage add -n prep \
  -d data/raw.parquet -o data/prepared \
  python prep.py

Flaget -d betyder afhængighed

Flaget -d angiver en afhængighed: en fil eller et script, som trinnet læser. DVC overvåger disse for at vide, hvornår trinnet skal køres igen.

Flaget -o betyder output

Flaget -o angiver et output, som trinnet producerer. DVC holder styr på disse filer, så senere trin igen kan afhænge af dem.

Forbind trinnene

Du forbinder trin ved at gøre outputtet fra ét trin til det næste trins afhængighed. Den fælles fil er forbindelsen, der danner pipeline-grafen.

Sådan ser et trin ud i YAML

Hvert trin i dvc.yaml har en cmd samt sine deps og outs. Det er den læsbare beskrivelse af, hvordan din model blev bygget.

stages:
  prep:
    cmd: python prep.py
    deps:
      - data/raw.parquet
    outs:
      - data/prepared

Kør pipelinen med dvc repro

Kommandoen dvc repro udfører pipelinen i afhængighedsrækkefølge og kører kun hvert trin, hvis dets input er ændret.

dvc repro

DVC bygger DAG'en for dig

Ud fra deps og outs udleder DVC automatisk hele DAG'en. Du angiver aldrig kørerækkefølgen manuelt; grafen bestemmer den.

Visualiser den med dvc dag

Kør dvc dag for at udskrive pipelinen som en graf i din terminal. Det er en hurtig måde at bekræfte, at trinnene er forbundet som forventet.

dvc dag

dvc.lock registrerer, hvad der blev kørt

Efter en kørsel skriver DVC dvc.lock med de nøjagtige hashværdier for hvert input og output. Commit filen, så dine teammedlemmer kan genskabe det samme resultat.

Pipelinen ligger i Git

dvc.yaml og dvc.lock er almindelig tekst, så de ligger i Git sammen med din kode. Hele din pipeline bliver versionsstyret og kan gennemgås.

Hurtig kontrol

Test din forståelse af DVC's flag til trin.

Opsummering: Pipelines i dvc.yaml

Du forbandt trin med deps og outs i dvc.yaml og kørte derefter grafen med dvc repro. DVC holder styr på rækkefølge og resultater for dig. 🔗

Gratis at komme i gang

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 “Definér en pipeline med DVC-faser” gratis?

Ja — hele teksten til “Definér en pipeline med DVC-faser” 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 “Definér en pipeline med DVC-faser”?

Kobl trinene sammen i dvc.yaml med afhængigheder. 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 2 af 4.

Hvor lang tid tager lektionen “Definér en pipeline med DVC-faser”?

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

  1. Faser: Ingest, Prep, Train, Eval
  2. Definér en pipeline med DVC-faser
  3. Cach, og spring uændrede trin over
  4. Parameterisér kørsler med params.yaml
← Tilbage til MLOps Academy