Learn AI with Python · Lekcja

Git w projektach AI

git init, .gitignore dla danych i modeli, zatwierdzanie notatników oraz DVC do wersjonowania danych.

Git w projektach AI to bezpłatna lekcja Learn AI with Python na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Learn AI with Python, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Learn AI with Python zawiera 4 lekcji w sumie.

Git w projektach AI

Git śledzi zmiany w kodzie, dzięki czemu mogą Państwo współpracować, cofać błędy i przeglądać historię. Projekty AI mają jednak dodatkowe wyzwanie: duże pliki danych i modele binarne nie powinny trafiać do Git.

W tej lekcji omówiono rozsądny plik .gitignore oraz użycie DVC do wersjonowania danych.

Co Git śledzi dobrze

Git świetnie sprawdza się w przypadku tekstu: kodu źródłowego, konfiguracji, notatników (z usuniętymi wynikami) i dokumentacji. Przechowuje wydajne różnice między wersjami plików tekstowych.

Słabo radzi sobie z dużymi plikami binarnymi — każda wersja jest przechowywana w całości, przez co repozytorium bez końca zwiększa swój rozmiar.

Dlaczego nie commitować danych i modeli

Commitowanie zbioru danych o rozmiarze 2 GB lub modelu o rozmiarze 500 MB:

powiększa repozytorium i spowalnia każde klonowanie
uniemożliwia sensowne porównywanie zmian
pozostawia pliki w historii na zawsze, nawet po ich usunięciu

Rozwiązanie: należy ignorować je w Git i wersjonować za pomocą dedykowanego narzędzia.

Plik .gitignore

.gitignore zawiera wzorce plików, których Git nie powinien śledzić. Należy utworzyć go w katalogu głównym projektu. Każdy wiersz jest wzorcem glob.

# .gitignore
*.pkl
*.joblib
*.h5
data/raw/*
data/processed/*
models/*
__pycache__/
*.pyc
.ipynb_checkpoints/
.env

Ignorowanie plików modeli i pamięci podręcznej

Typowe wzorce ignorowania w projektach AI:

*.pkl, *.joblib, *.h5 — serializowane modele
__pycache__/, *.pyc — kod bajtowy Pythona
.ipynb_checkpoints/ — automatyczne kopie notatników Jupyter
.env — sekrety i klucze API (nigdy nie należy ich commitować!)

Zachowywanie pustych folderów za pomocą .gitkeep

Git ignoruje puste katalogi. Aby zachować data/raw/ w strukturze repozytorium, jednocześnie ignorując jego zawartość, należy dodać pusty plik .gitkeep oraz regułę negującą.

# .gitignore
data/raw/*
!data/raw/.gitkeep

Wprowadzenie do DVC

DVC (Data Version Control) wersjonuje duże zbiory danych i modele razem z Git. Git śledzi małe pliki wskaźnikowe .dvc, a właściwe dane znajdują się w zdalnym magazynie (S3, GCS itp.).

Otrzymują Państwo odtwarzalne wersje danych bez nadmiernego powiększania repozytorium Git.

dvc init

Inicjalizuje DVC w istniejącym repozytorium Git. Tworzy katalog .dvc/ oraz konfigurację, które należy zatwierdzić w Git.

# in your git repo
dvc init
git add .dvc .gitignore
git commit -m "Initialize DVC"

dvc add — śledzenie danych

dvc add rozpoczyna śledzenie pliku lub folderu. DVC przenosi dane do pamięci podręcznej i tworzy mały plik wskaźnikowy .dvc. W Git należy zatwierdzić wskaźnik, a nie dane.

dvc add data/raw/dataset.csv
# creates data/raw/dataset.csv.dvc
git add data/raw/dataset.csv.dvc data/raw/.gitignore
git commit -m "Track dataset with DVC"

dvc push i dvc pull

Po skonfigurowaniu zdalnego magazynu polecenie dvc push przesyła do niego dane, a dvc pull pobiera wersję odpowiadającą bieżącemu commitowi Git. W ten sposób członkowie zespołu współdzielą dane.

dvc remote add -d storage s3://my-bucket/dvcstore
dvc push          # upload data to the remote

# teammate after git clone + git checkout:
dvc pull          # fetch the matching data version

Praca zespołowa

Połączenie Git i DVC wiąże ze sobą wersje kodu i danych:

git pull, aby pobrać najnowszy kod i wskaźniki .dvc
dvc pull, aby pobrać odpowiadające im dane i modele
Praca, a następnie dvc add + git commit + dvc push

Przełączenie się na starszy commit i uruchomienie dvc pull odtwarza dokładnie ten stan projektu.

Szybkie sprawdzenie: duże pliki

W projekcie znajduje się zbiór danych treningowych o rozmiarze 1 GB oraz plik modelu o rozmiarze 300 MB.

Podsumowanie: Git w projektach AI

Poznali Państwo wersjonowanie dostosowane do projektów AI:

Git do tekstu (kodu, konfiguracji, notatników), ale nie do dużych plików binarnych
Plik .gitignore dla *.pkl, data/raw/*, __pycache__ i .env
.gitkeep do zachowywania pustych folderów
DVC: dvc init, dvc add, dvc push/pull do wersjonowania danych i modeli
Przepływ pracy Git + DVC utrzymuje kod i dane w synchronizacji

Dalej: zapewnianie odtwarzalności eksperymentów.

Często zadawane pytania

Czy lekcja „Git w projektach AI” jest bezpłatna?

Tak — pełny tekst „Git w projektach AI” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Learn AI with Python, przejdź na CoddyKit PRO. Kurs Learn AI with Python zawiera 4 lekcji w sumie.

Co nauczysz się w „Git w projektach AI”?

git init, .gitignore dla danych i modeli, zatwierdzanie notatników oraz DVC do wersjonowania danych. Ćwiczysz Learn AI with Python z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Learn AI with Python?

Nie wymagamy żadnego doświadczenia. Learn AI with Python w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Git w projektach AI”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Learn AI with Python?

Tak. Każda lekcja Learn AI with Python zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Learn AI with Python