0Pricing
MLOps Academy · Lektion

Läufe mit params.yaml parametrisieren

Variieren Sie Hyperparameter, ohne den Code zu bearbeiten.

Läufe mit params.yaml parametrisieren ist eine kostenlose MLOps Academy-Lektion auf CoddyKit. Dies ist Lektion 4 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MLOps Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.

Nicht mehr den Code zum Abstimmen bearbeiten

Eine Lernrate durch Bearbeiten von train.py zu ändern, ist unübersichtlich und schwer nachzuverfolgen. Stattdessen liest DVC Einstellungen aus einer Datei namens params.yaml. 🎛️

Was params.yaml enthält

Die Datei params.yaml enthält reines YAML mit Ihren Hyperparametern, gruppiert nach Stufe. Sie wird zur zentralen Stelle, an der Sie Ausführungseinstellungen ändern.

train:
  learning_rate: 0.01
  epochs: 20
prep:
  test_size: 0.2

Parameter in einer Stufe deklarieren

Geben Sie mit dem -p-Flag an, welche Parameter eine Stufe verwendet. DVC überwacht diese Werte dann ebenso wie Dateiabhängigkeiten auf Änderungen.

dvc stage add -n train \
  -p train.learning_rate,train.epochs \
  -d data/prepared python train.py

Parameter in Python auslesen

Laden Sie in Ihrem Skript das YAML und lesen Sie die benötigten Werte aus. Der Code bleibt generisch, während die Zahlen in params.yaml stehen.

import yaml
p = yaml.safe_load(open("params.yaml"))
lr = p["train"]["learning_rate"]

Wert ändern und erneut ausführen

Bearbeiten Sie einen Parameter und führen Sie dvc repro aus. DVC erkennt die Änderung und führt nur die Stufen erneut aus, die diesen Parameter deklariert haben.

Parameter über die CLI überschreiben

Sie können einen Wert für eine einzelne Ausführung überschreiben, ohne die Datei zu bearbeiten, indem Sie dvc exp run --set-param verwenden. Ideal für schnelle Was-wäre-wenn-Prüfungen.

dvc exp run --set-param train.epochs=50

Mit Experimenten Parameterbereiche durchsuchen

Mit DVC-Experimenten können Sie viele Parameterkombinationen gleichzeitig in die Warteschlange stellen und ein Raster von Werten durchsuchen, ohne den Code anzufassen.

dvc exp run --set-param train.learning_rate=0.001
dvc exp run --set-param train.learning_rate=0.1

Ausführungen in einer Tabelle vergleichen

Führen Sie dvc exp show aus, um die Parameter und Metriken aller Experimente nebeneinander zu sehen. So erkennen Sie die beste Kombination auf einen Blick.

dvc exp show

Parameter mit Metriken verknüpfen

Deklarieren Sie Ihre Ausgabewerte als metrics, damit DVC jedes Parameter-Set mit seinem Ergebnis verknüpft. Das Abstimmen wird dadurch zu einer klaren Ursache-Wirkungs-Beziehung.

Auch Parameter leben in Git

Da params.yaml aus Text besteht, wird jede Änderung beim Abstimmen in der Git-Historie erfasst. Sie wissen immer, welche Einstellungen welches Modell erzeugt haben.

Reproduzierbare Durchläufe

Wenn Parameter in einer Datei und Ausgaben als Metriken vorliegen, kann jeder Ihren exakten Durchlauf erneut ausführen und dieselben Werte erhalten. Das ist echte Reproduzierbarkeit.

Kurzer Check

Rufen Sie sich ins Gedächtnis, wie Parameter erneute Ausführungen auslösen.

Zusammenfassung: Parametrisierte Ausführungen

Sie haben Einstellungen in params.yaml verschoben, sie pro Stufe deklariert und Werte mit Experimenten durchsucht. Das Abstimmen ist jetzt codefrei und reproduzierbar. 🧪

Häufig gestellte Fragen

Ist die Lektion „Läufe mit params.yaml parametrisieren“ kostenlos?

Ja — der vollständige Text von „Läufe mit params.yaml parametrisieren“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MLOps Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Läufe mit params.yaml parametrisieren“?

Variieren Sie Hyperparameter, ohne den Code zu bearbeiten. Du übst MLOps Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um MLOps Academy zu starten?

Keine Vorkenntnisse erforderlich. MLOps Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 4 von 4.

Wie lange dauert die Lektion „Läufe mit params.yaml parametrisieren“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser MLOps Academy-Lektion Code schreiben und ausführen?

Ja. Jede MLOps Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

  1. Stufen: Ingest, Prep, Train, Eval
  2. Eine Pipeline mit DVC-Stufen definieren
  3. Unveränderte Schritte cachen und überspringen
  4. Läufe mit params.yaml parametrisieren
← Zurück zu MLOps Academy