Capturer la configuration complète de l’exécution
Enregistrez l’environnement et la configuration afin de rendre l’exécution entièrement reproductible.
Capturer la configuration complète de l’exécution est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.
Les versions figées ne sont que la moitié de l’histoire
Vous avez figé les paquets et les graines, mais une exécution comporte aussi des réglages comme le taux d’apprentissage et la taille des lots. Capturez également la configuration complète de l’exécution. 🗂️
Cesser de coder les valeurs en dur
Les nombres enfouis dans le code deviennent invisibles par la suite. Regroupez chaque réglage ajustable dans une seule configuration que vous pouvez lire d’un coup d’œil.
Un fichier de configuration YAML
Un petit fichier config.yaml contient vos hyperparamètres sous forme de texte simple et lisible, placé juste à côté de votre code.
lr: 0.001
batch_size: 32
epochs: 10
seed: 42Le charger en Python
Lisez le fichier une fois au démarrage avec yaml.safe_load, puis transmettez les valeurs à votre code d’entraînement.
import yaml
cfg = yaml.safe_load(open('config.yaml'))Capturer la version du code
La configuration ne suffit pas si le code a changé. Enregistrez le git commit exact afin de savoir quel code a produit l’exécution.
git rev-parse HEADCapturer l’environnement
Enregistrez un instantané de pip freeze avec chaque exécution afin de connaître précisément les versions des bibliothèques installées.
pip freeze > run_env.txtCapturer la version des données
Le même code appliqué à des données différentes produit des modèles différents : journalisez donc la version des données ou le hachage des données utilisées pour cette exécution.
Journaliser la configuration dans MLflow
Des outils comme MLflow stockent vos réglages sous forme de params interrogeables, reliant directement la configuration aux métriques de l’exécution.
mlflow.log_params(cfg)Remplacer des valeurs depuis la CLI
Des outils comme Hydra vous permettent de modifier n’importe quelle valeur de configuration depuis la ligne de commande, sans modifier le fichier.
python train.py lr=0.01 epochs=20Regrouper les artefacts de l’exécution
Stockez ensemble la configuration, l’environnement, la validation et la graine dans un seul enregistrement d’exécution. C’est ce regroupement qui permet de reconstruire un résultat.
Le test de reproductibilité
Le véritable test consiste à remettre votre enregistrement d’exécution à un collègue et à obtenir le même modèle. Si ce n’est pas le cas, quelque chose n’a pas été capturé.
Vérification rapide
Vous avez enregistré votre configuration et votre graine, mais une nouvelle exécution diffère encore. Qu’est-ce qui manque probablement ?
Récapitulatif
Vous capturez désormais la configuration complète de l’exécution : hyperparamètres, validation Git, environnement, version des données et graine, afin de pouvoir reconstruire proprement chaque exécution. 📦
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Capturer la configuration complète de l’exécution » est-elle gratuite ?
Oui — le texte complet de « Capturer la configuration complète de l’exécution » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Capturer la configuration complète de l’exécution » ?
Enregistrez l’environnement et la configuration afin de rendre l’exécution entièrement reproductible. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer MLOps Academy ?
Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Capturer la configuration complète de l’exécution » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?
Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Épingler les dépendances avec requirements.txt
- Isoler les projets avec des environnements virtuels
- Initialiser l’aléatoire pour des exécutions reproductibles
- Capturer la configuration complète de l’exécution