Yapay Zeka Projeleri için Git
git init, veri/modeller için .gitignore, not defterlerini işleme alma ve veri sürümleme için DVC.
Yapay Zeka Projeleri için Git, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 4 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 4 dersten oluşur.
Yapay Zekâ Projelerinde Git
Git, iş birliği yapabilmeniz, hataları geri alabilmeniz ve geçmişi inceleyebilmeniz için kodunuzdaki değişiklikleri izler. Ancak yapay zekâ projelerinin bir farkı vardır: büyük veri dosyaları ve ikili modeller Git'e ait değildir.
Bu derste uygun bir .gitignore kullanımı ve veri sürümleme için DVC ele alınır.
Git Neleri İyi İzler?
Git, metin konusunda güçlüdür: kaynak kodu, yapılandırmalar, çıktıları temizlenmiş not defterleri ve belgeler. Metin dosyalarının farklarını verimli biçimde saklar.
Büyük ikili dosyaları iyi işleyemez; her sürüm tam olarak saklandığından depo sonsuza kadar şişer.
Veri ve Modeller Neden Git'e Eklenmemeli?
2 GB'lık bir veri kümesini veya 500 MB'lık bir modeli Git'e eklemek:
- Depoyu şişirir ve her klonlama işlemini yavaşlatır
- Anlamlı biçimde karşılaştırılamaz
- Silindikten sonra bile geçmişte sonsuza kadar kalır
Çözüm: Bunları Git'te yok sayın ve özel bir araçla sürümleyin.
.gitignore Dosyası
.gitignore, Git'in izlememesi gereken kalıpları listeler. Bu dosyayı projenin kök dizininde oluşturun. Her satır bir joker karakter desenidir.
# .gitignore
*.pkl
*.joblib
*.h5
data/raw/*
data/processed/*
models/*
__pycache__/
*.pyc
.ipynb_checkpoints/
.envModel ve Önbellek Dosyalarını Yok Sayma
Yaygın yapay zekâ yok sayma kalıpları:
*.pkl,*.joblib,*.h5— serileştirilmiş modeller__pycache__/,*.pyc— Python bayt kodu.ipynb_checkpoints/— Jupyter otomatik kayıtları.env— gizli bilgiler ve API anahtarları (bunları asla Git'e eklemeyin!)
.gitkeep ile Boş Klasörleri Koruma
Git boş dizinleri yok sayar. İçeriğini yok sayarken data/raw/ klasörünü depo yapısında tutmak için boş bir .gitkeep dosyası ve bir olumsuzlama kuralı ekleyin.
# .gitignore
data/raw/*
!data/raw/.gitkeepDVC ile Tanışma
DVC (Veri Sürüm Denetimi), büyük verileri ve modelleri Git ile birlikte sürümler. Git, küçük .dvc işaretçi dosyalarını izler; gerçek veriler uzak depolamada (S3, GCS vb.) bulunur.
Git deposunu şişirmeden yeniden üretilebilir veri sürümleri elde edersiniz.
dvc init
DVC'yi mevcut bir Git deposunda başlatın. Git'e göndereceğiniz bir .dvc/ dizini ve yapılandırma oluşturur.
# in your git repo
dvc init
git add .dvc .gitignore
git commit -m "Initialize DVC"dvc add — Verileri İzleme
dvc add, bir dosyayı veya klasörü izlemeye başlar. DVC, verileri önbelleğine taşır ve küçük bir .dvc işaretçi dosyası oluşturur. Git'e verileri değil, işaretçiyi gönderirsiniz.
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 ve dvc pull
Bir uzak depo yapılandırdıktan sonra dvc push verileri bu depoya yükler, dvc pull ise mevcut Git işlemine karşılık gelen sürümü indirir. Ekip arkadaşları verileri bu şekilde paylaşır.
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 versionEkip İş Akışı
Git + DVC döngüsü, kod ve veri sürümlerini bir arada tutar:
- En güncel kodu ve
.dvcişaretçilerini almak içingit pull - Eşleşen verileri ve modelleri getirmek için
dvc pull - Çalışın, ardından
dvc add+git commit+dvc pushkullanın
Eski bir işlemi seçip dvc pull çalıştırmak, o tam durumu yeniden oluşturur.
Hızlı Kontrol: Büyük Dosyalar
Projenizde 1 GB'lık bir eğitim veri kümesi ve 300 MB'lık bir model dosyası var.
Özet: Yapay Zekâ Projeleri için Git
Yapay zekâya özgü sürüm denetimini öğrendiniz:
- Metin için Git (kod, yapılandırmalar, not defterleri); büyük ikili dosyalar için değil
*.pkl,data/raw/*,__pycache__,.enviçin bir.gitignore- Boş klasörleri korumak için
.gitkeep - Verileri ve modelleri sürümlemek için DVC:
dvc init,dvc add,dvc push/pull - Git + DVC iş akışı, kodu ve verileri eşzamanlı tutar
Sırada: deneyleri yeniden üretilebilir hâle getirme.
Sıkça Sorulan Sorular
“Yapay Zeka Projeleri için Git” dersi ücretsiz mi?
Evet — “Yapay Zeka Projeleri için Git” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 4 dersten oluşur.
“Yapay Zeka Projeleri için Git” dersinde ne öğreneceğim?
git init, veri/modeller için .gitignore, not defterlerini işleme alma ve veri sürümleme için DVC. Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.
“Yapay Zeka Projeleri için Git” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Profesyonel Yapay Zeka Projeleri için Dizin Yapısı
- Yapay Zeka Projeleri için Git
- Yeniden Üretilebilirlik: Tohumlar, Yapılandırmalar ve Ortamlar
- Jupyter Not Defterleri İçin En İyi Uygulamalar