Data en modellen versiebeheer geven
Reproduceer elke run aan de hand van de invoer.
Data en modellen versiebeheer geven is een gratis Deep Learning Academy-les op CoddyKit. Dit is les 2 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Deep Learning Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Codeversiebeheer is niet genoeg
Git houdt je code uitstekend bij, maar een model is ook afhankelijk van gegevens en gewichten. Om een resultaat te kunnen reproduceren, moet je ook daarvan de versies beheren. 🗂️
Waarom wijzigingen in gegevens uitvoeringen breken
Gegevensverzamelingen groeien, worden opgeschoond of krijgen nieuwe labels. Als je niet kunt aangeven welke versie van de gegevens een model heeft getraind, kun je dat exacte resultaat nooit opnieuw opbouwen.
De driehoek van reproduceerbaarheid
Een uitvoering is alleen reproduceerbaar wanneer drie zaken samen zijn vastgelegd: de code, de gegevens en de getrainde gewichten. Laat je er één weg, dan wijkt het resultaat af.
Een hash van de gegevens maken
Je slaat geen enorme bestanden op in Git. In plaats daarvan leg je een hash vast, een korte vingerafdruk van de dataset, zodat elke wijziging direct wordt gedetecteerd.
import hashlib
h = hashlib.md5(open("train.csv","rb").read()).hexdigest()Maak kennis met DVC
DVC, Data Version Control, bouwt voort op Git om grote bestanden van versiebeheer te voorzien. Het slaat een kleine verwijzing op in Git en de echte gegevens in externe opslag.
pip install dvcEen dataset bijhouden
Met één opdracht geef je DVC de opdracht een bestand te beheren. Het vervangt de grote gegevens door een kleine .dvc-verwijzing die Git veilig kan vastleggen.
dvc add data/train.csvGegevens naar externe opslag pushen
De daadwerkelijke bytes staan in cloudopslag, niet in je repository. dvc push uploadt ze, zodat teamleden later exact dezelfde bestanden kunnen ophalen.
dvc pushGeef ook het model een versie
Sla gewichten op met een duidelijke naam die ze aan een run koppelt. Door een checkpoint te combineren met de bijbehorende commit en gegevenshash is het model volledig traceerbaar.
torch.save(model.state_dict(), "model_v3.pt")Releases taggen
Wanneer een model goed genoeg is om uit te leveren, markeer je dat moment. Met een Git-tag zoals v1.0 kun je altijd terugkeren naar exact dezelfde code, gegevens en gewichten.
git tag -a v1.0 -m "first production model"Elke run reproduceren
Nu alles van versiebeheer is voorzien, bestaat herstel uit twee stappen: check de commit uit en voer daarna dvc pull uit. Je krijgt exact dezelfde invoer die het oorspronkelijke model heeft opgeleverd.
git checkout v1.0
dvc pullVersiebeheer wekt vertrouwen
Wanneer iedereen een resultaat helemaal opnieuw kan opbouwen, wordt je werk controleerbaar. Dat vertrouwen onderscheidt een hobbyproject van ML in productie.
Korte controle
Hoe houdt DVC grote datasets buiten Git?
Samenvatting
Je hebt geleerd hoe je gegevens en modellen van versiebeheer voorziet: invoer hashen, bestanden met DVC bijhouden, naar externe opslag pushen en releases taggen, zodat elke run reproduceerbaar is. 🎉
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Data en modellen versiebeheer geven” gratis?
Ja — de volledige tekst van “Data en modellen versiebeheer geven” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Deep Learning Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Wat leer ik in “Data en modellen versiebeheer geven”?
Reproduceer elke run aan de hand van de invoer. Je oefent met Deep Learning Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Deep Learning Academy te beginnen?
Ervaring vooraf is niet nodig. Deep Learning Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 2 van 4.
Hoe lang duurt de les “Data en modellen versiebeheer geven”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Deep Learning Academy?
Ja. Elke les over Deep Learning Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Experimenten bijhouden met Weights & Biases
- Data en modellen versiebeheer geven
- Data- en modeldrift detecteren
- Retraining-pipelines automatiseren