MLOps Academy · Урок

Инициализация DVC и отслеживание набора данных

Выполните dvc add и зафиксируйте указатель, а не сами данные

«Инициализация DVC и отслеживание набора данных» — бесплатный урок MLOps Academy на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения MLOps Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс MLOps Academy содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

Install DVC First

DVC is a Python package, so a single pip command gets you started. After this you have the dvc command available in your terminal.

pip install dvc

Start Inside a Git Repo

DVC works alongside Git, not instead of it. So you run it inside an existing Git repository where your code already lives.

git init
dvc init

What dvc init Creates

dvc init adds a hidden .dvc folder holding config and the local cache. Commit it once so the whole team shares the same setup.

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

Track Your First Dataset

Point DVC at the file or folder you want versioned with dvc add. DVC moves the real data into its cache and leaves a small placeholder behind.

dvc add data/train.csv

The .dvc Pointer File

dvc add creates a tiny .dvc file next to your data. It stores the file's hash and size, acting as the address Git will track.

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

Git Tracks the Pointer

You commit the small .dvc file to Git, never the raw dataset. Git now records which version of the data this commit expects.

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

Real Data Goes to .gitignore

So you never commit the big file by accident, dvc add auto-adds the dataset path to .gitignore. Git simply ignores the heavy bytes.

cat .gitignore
# /train.csv

Content-Addressable Cache

DVC names cached files by their content hash. Identical data is stored once, so duplicate datasets never waste disk space. 💾

Check the Status

Run dvc status any time to see whether your working data matches what the .dvc files expect. It is your quick health check.

dvc status

Update a Tracked File

When the dataset changes, just run dvc add again. DVC recomputes the hash and updates the .dvc file, which you commit as a new version.

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

Track Folders Too

dvc add works on whole directories, not just single files. Point it at a folder and DVC versions everything inside as one tracked unit.

dvc add data/images/

Quick Check

After running dvc add on a dataset, what do you commit to Git?

Recap

You ran dvc init, then dvc add to track a dataset. DVC caches the real data and writes a tiny .dvc pointer that Git commits, keeping code and data linked.

Часто задаваемые вопросы

Урок «Инициализация DVC и отслеживание набора данных» бесплатный?

Да — полный текст урока «Инициализация DVC и отслеживание набора данных» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс MLOps Academy, подпишись на CoddyKit PRO. Курс MLOps Academy содержит 4 уроков всего.

Чему я научусь в уроке «Инициализация DVC и отслеживание набора данных»?

Выполните dvc add и зафиксируйте указатель, а не сами данные Ты практикуешь MLOps Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать MLOps Academy?

Предыдущий опыт не требуется. MLOps Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.

Сколько времени занимает урок «Инициализация DVC и отслеживание набора данных»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке MLOps Academy?

Да. Каждый урок MLOps Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

Почему одного Git недостаточно для версионирования данных
Инициализация DVC и отслеживание набора данных
Отправка данных в удалённое хранилище
Возврат к предыдущей версии набора данных

← Назад к MLOps Academy