以前のデータセットにロールバックする

新しいデータセットによってモデルの性能が悪化することや、先月の実験で使った正確なデータが必要になることがあります。DVCを使えば、過去の任意のバージョンに戻れます。

各データバージョンはコミット済みの.dvcファイルによって記録されます。そのため、データの履歴は通常のGitコミット履歴の中にそのまま保存されます。

まずgit checkoutを使って、古い.dvcポインターを復元します。これにより、プロジェクトが想定するデータバージョンが巻き戻ります。

ポインターは変更されましたが、ディスク上のファイルはまだ変わっていません。dvc checkoutを実行して、実際のデータセットを復元したポインターに合わせます。

データのロールバックは常に2段階です。git checkoutでポインターを変更し、次にdvc checkoutでデータを入れ替えます。2つ目を省くと、データは古いままです。

古いバージョンがローカルキャッシュにない場合、dvc checkoutでは見つけられません。まずdvc pullを実行してリモートから取得し、その後checkoutします。

過去の状態全体を復元するには、完全なコミットをcheckoutしてからdvc checkoutを実行します。コードとデータがその時点に同時に戻ります。⏪

意味のあるスナップショットにはGitタグを付けると、後から簡単に戻れます。タグによって、分かりにくいハッシュを覚えやすいラベルに変えられます。

過去の実験が終わったら、ブランチを再び先に進め、dvc checkoutを実行して最新のデータを復元します。データが失われることはありません。

任意のコミットを正確なデータセットに対応付けられるため、過去の結果を正確に再現できます。これがデータバージョン管理の大きな目的です。

ブランチを変更せずに古いファイルを1つ取得したい場合は、dvc getを使います。リポジトリから特定のバージョンを指定したパスにダウンロードでき、プロジェクトには影響しません。

ロールバックは2段階で行います。git checkoutで.dvcポインターを復元し、次にdvc checkoutでデータを一致する状態に入れ替えます。古いバージョンがキャッシュにない場合は、先にPullします。