Initialiser DVC et suivre un jeu de données
Exécutez dvc add et validez le pointeur, pas les données.
Initialiser DVC et suivre un jeu de données est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 2 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.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Install DVC First
DVC is a Python package, so a single pip command gets you started. After this you have the dvc command available in your terminal.
pip install dvcStart Inside a Git Repo
DVC works alongside Git, not instead of it. So you run it inside an existing Git repository where your code already lives.
git init
dvc initWhat dvc init Creates
dvc init adds a hidden .dvc folder holding config and the local cache. Commit it once so the whole team shares the same setup.
git add .dvc .dvcignore
git commit -m "Initialize DVC"Track Your First Dataset
Point DVC at the file or folder you want versioned with dvc add. DVC moves the real data into its cache and leaves a small placeholder behind.
dvc add data/train.csvThe .dvc Pointer File
dvc add creates a tiny .dvc file next to your data. It stores the file's hash and size, acting as the address Git will track.
# data/train.csv.dvc
outs:
- md5: 3f2a9c...
size: 524288
path: train.csvGit Tracks the Pointer
You commit the small .dvc file to Git, never the raw dataset. Git now records which version of the data this commit expects.
git add data/train.csv.dvc
git commit -m "Track training data"Real Data Goes to .gitignore
So you never commit the big file by accident, dvc add auto-adds the dataset path to .gitignore. Git simply ignores the heavy bytes.
cat .gitignore
# /train.csvContent-Addressable Cache
DVC names cached files by their content hash. Identical data is stored once, so duplicate datasets never waste disk space. 💾
Check the Status
Run dvc status any time to see whether your working data matches what the .dvc files expect. It is your quick health check.
dvc statusUpdate a Tracked File
When the dataset changes, just run dvc add again. DVC recomputes the hash and updates the .dvc file, which you commit as a new version.
dvc add data/train.csv
git add data/train.csv.dvc
git commit -m "New data snapshot"Track Folders Too
dvc add works on whole directories, not just single files. Point it at a folder and DVC versions everything inside as one tracked unit.
dvc add data/images/Quick Check
After running dvc add on a dataset, what do you commit to Git?
Recap
You ran dvc init, then dvc add to track a dataset. DVC caches the real data and writes a tiny .dvc pointer that Git commits, keeping code and data linked.
Questions Fréquemment Posées
La leçon « Initialiser DVC et suivre un jeu de données » est-elle gratuite ?
Oui — le texte complet de « Initialiser DVC et suivre un jeu de données » 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 « Initialiser DVC et suivre un jeu de données » ?
Exécutez dvc add et validez le pointeur, pas les données. 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 2 sur 4.
Combien de temps prend la leçon « Initialiser DVC et suivre un jeu de données » ?
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
- Pourquoi Git ne peut pas versionner les données seul
- Initialiser DVC et suivre un jeu de données
- Envoyer les données vers un stockage distant
- Revenir à une version antérieure d’un jeu de données