0Pricing
MLOps Academy · Lezione

Parametrizzare le esecuzioni con params.yaml

Esplori gli iperparametri senza modificare il codice.

Parametrizzare le esecuzioni con params.yaml è una lezione MLOps Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento MLOps Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso MLOps Academy include 4 lezioni in totale.

Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.

Stop Editing Code to Tune

Changing a learning rate by editing train.py is messy and hard to track. DVC reads settings from a file called params.yaml instead. 🎛️

What params.yaml Holds

The params.yaml file is plain YAML holding your hyperparameters, grouped by stage. It becomes the single place to change run settings.

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

Declare Params in a Stage

Tell a stage which params it uses with the -p flag. DVC then watches those values for changes, just like file dependencies.

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

Read Params in Python

In your script, load the YAML and pull the values you need. The code stays generic while the numbers live in params.yaml.

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

Change a Value, Re-Run

Edit a param and run dvc repro. DVC sees the value changed and re-runs only the stages that declared that param.

Override Params from the CLI

You can override a value for one run without editing the file using dvc exp run --set-param. Great for quick what-if checks.

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

Sweep with Experiments

DVC experiments let you queue many param combinations at once, so you can sweep a grid of values without touching code.

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

Compare Runs in a Table

Run dvc exp show to see every experiment's params and metrics side by side. Spotting the best combination becomes a glance.

dvc exp show

Pair Params with Metrics

Declare your output scores as metrics so DVC links each param set to its result. Tuning then becomes a clear cause-and-effect.

Params Live in Git Too

Because params.yaml is text, every tuning change is captured in Git history. You always know which settings produced which model.

Reproducible Sweeps

With params in a file and outputs as metrics, anyone can rerun your exact sweep and get the same numbers. That is real reproducibility.

Quick Check

Recall how params drive re-runs.

Recap: Parameterized Runs

You moved settings into params.yaml, declared them per stage, and swept values with experiments. Tuning is now code-free and reproducible. 🧪

Domande Frequenti

La lezione «Parametrizzare le esecuzioni con params.yaml» è gratuita?

Sì — il testo completo di «Parametrizzare le esecuzioni con params.yaml» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso MLOps Academy, passa a CoddyKit PRO. Il corso MLOps Academy include 4 lezioni in totale.

Cosa imparerò in «Parametrizzare le esecuzioni con params.yaml»?

Esplori gli iperparametri senza modificare il codice. Eserciti MLOps Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare MLOps Academy?

Non è richiesta alcuna esperienza precedente. MLOps Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.

Quanto tempo richiede la lezione «Parametrizzare le esecuzioni con params.yaml»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione MLOps Academy?

Sì. Ogni lezione MLOps Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. Stadi: Ingest, Prep, Train, Eval
  2. Definire una pipeline con gli stadi DVC
  3. Memorizzare nella cache e saltare i passaggi invariati
  4. Parametrizzare le esecuzioni con params.yaml
← Torna a MLOps Academy