0Pricing
MLOps Academy · Lekcja

Inicjalizacja DVC i śledzenie zbioru danych

Uruchom dvc add i zatwierdź wskaźnik, a nie dane

Inicjalizacja DVC i śledzenie zbioru danych to bezpłatna lekcja MLOps Academy 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 MLOps Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Najpierw zainstaluj DVC

DVC to pakiet języka Python, więc jedna komenda pip wystarczy, aby rozpocząć pracę. Od tej chwili w terminalu będzie dostępna komenda dvc.

pip install dvc

Rozpoczęcie pracy w repozytorium Git

DVC działa razem z Git, a nie zamiast niego. Dlatego należy uruchamiać je w istniejącym repozytorium Git, w którym znajduje się już kod.

git init
dvc init

Co tworzy dvc init

dvc init dodaje ukryty folder .dvc zawierający konfigurację i lokalną pamięć podręczną. Należy zatwierdzić go raz, aby cały zespół korzystał z tej samej konfiguracji.

git add .dvc .dvcignore
git commit -m "Initialize DVC"

Śledzenie pierwszego zbioru danych

Za pomocą dvc add wskaż plik lub folder, którego wersje chcesz śledzić. DVC przenosi rzeczywiste dane do pamięci podręcznej i pozostawia w ich miejscu mały plik zastępczy.

dvc add data/train.csv

Plik wskaźnika .dvc

dvc add tworzy mały plik .dvc obok danych. Zapisuje w nim hash i rozmiar pliku, pełniąc funkcję adresu śledzonego przez Git.

# data/train.csv.dvc
outs:
- md5: 3f2a9c...
  size: 524288
  path: train.csv

Git śledzi wskaźnik

Mały plik .dvc zatwierdzasz w Git, a nie surowy zbiór danych. Git zapisuje teraz, której wersji danych oczekuje ten commit.

git add data/train.csv.dvc
git commit -m "Track training data"

Rzeczywiste dane trafiają do .gitignore

Aby nie zatwierdzić przypadkiem dużego pliku, dvc add automatycznie dodaje ścieżkę zbioru danych do .gitignore. Git po prostu ignoruje zajmujące dużo miejsca dane.

cat .gitignore
# /train.csv

Pamięć podręczna adresowana zawartością

DVC nadaje plikom w pamięci podręcznej nazwy na podstawie ich hashy zawartości. Identyczne dane są przechowywane tylko raz, więc zduplikowane zbiory danych nie zajmują niepotrzebnie miejsca na dysku. 💾

Sprawdzanie stanu

Uruchom dvc status w dowolnym momencie, aby sprawdzić, czy dane robocze odpowiadają temu, czego oczekują pliki .dvc. To szybki sposób na kontrolę stanu projektu.

dvc status

Aktualizacja śledzonego pliku

Gdy zbiór danych się zmieni, ponownie uruchom dvc add. DVC obliczy hash od nowa i zaktualizuje plik .dvc, który zatwierdzisz jako nową wersję.

dvc add data/train.csv
git add data/train.csv.dvc
git commit -m "New data snapshot"

Śledzenie folderów

dvc add działa na całych katalogach, a nie tylko na pojedynczych plikach. Wskaż folder, a DVC będzie wersjonować całą jego zawartość jako jedną śledzoną jednostkę.

dvc add data/images/

Szybkie sprawdzenie

Co zatwierdzasz w Git po uruchomieniu dvc add na zbiorze danych?

Podsumowanie

Uruchomiłeś dvc init, a następnie dvc add, aby śledzić zbiór danych. DVC przechowuje rzeczywiste dane w pamięci podręcznej i zapisuje mały wskaźnik .dvc, który zatwierdza Git, zachowując powiązanie kodu z danymi.

Często zadawane pytania

Czy lekcja „Inicjalizacja DVC i śledzenie zbioru danych” jest bezpłatna?

Tak — pełny tekst „Inicjalizacja DVC i śledzenie zbioru danych” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu MLOps Academy, przejdź na CoddyKit PRO. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Inicjalizacja DVC i śledzenie zbioru danych”?

Uruchom dvc add i zatwierdź wskaźnik, a nie dane Ćwiczysz MLOps Academy 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 MLOps Academy?

Nie wymagamy żadnego doświadczenia. MLOps Academy 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 „Inicjalizacja DVC i śledzenie zbioru danych”?

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 MLOps Academy?

Tak. Każda lekcja MLOps Academy 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

  1. Dlaczego sam Git nie wystarcza do wersjonowania danych
  2. Inicjalizacja DVC i śledzenie zbioru danych
  3. Wysyłanie danych do zdalnego magazynu
  4. Powrót do wcześniejszej wersji zbioru danych
← Powrót do MLOps Academy