PricingLoginStart free
Deep Learning Academy · Ders

Verileri ve Modelleri Sürümlendirme

Her çalıştırmayı girdilerinden yeniden üretin.

2. ders / 413 adım

Verileri ve Modelleri Sürümlendirme, CoddyKit'te ücretsiz bir Deep Learning Academy 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, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.

Kod Sürümleme Yeterli Değildir

Git kodunuzu çok iyi izler, ancak bir model aynı zamanda verilere ve ağırlıklara da bağlıdır. Bir sonucu yeniden üretmek için bunları da sürümlendirmeniz gerekir. 🗂️

Veri Değişiklikleri Çalışmaları Neden Bozar

Veri kümeleri büyür, temizlenir veya yeniden etiketlenir. Bir modeli eğiten verilerin hangi sürüm olduğunu söyleyemiyorsanız, o sonucu hiçbir zaman tam olarak yeniden oluşturamazsınız.

Yeniden Üretilebilirlik Üçgeni

Bir çalışma ancak üç şey birlikte sabitlendiğinde yeniden üretilebilir: kod, veri ve eğitilmiş ağırlıklar. Bunlardan herhangi birini çıkarırsanız sonuç değişir.

Verilere Özet Değeri Uygulayın

Git'te devasa dosyalar saklamazsınız. Bunun yerine veri kümesinin kısa parmak izi olan bir özet kaydedersiniz; böylece her değişiklik anında tespit edilir.

import hashlib
h = hashlib.md5(open("train.csv","rb").read()).hexdigest()

DVC ile Tanışın

DVC (Data Version Control), büyük dosyaları sürümlemek için Git'in üzerine eklenir. Git'te küçük bir işaretçi, gerçek verileri ise uzak depolamada saklar.

pip install dvc

Veri Kümesini İzleyin

Tek bir komut, DVC'ye bir dosyayı yönetmesini söyler. Büyük veri dosyasını, Git'in güvenle kaydedebileceği küçük bir .dvc işaretçisiyle değiştirir.

dvc add data/train.csv

Verileri Uzağa Gönderin

Gerçek baytlar deponuzda değil, bulut depolamada bulunur. dvc push bunları yükler; böylece ekip arkadaşlarınız daha sonra tamamen aynı dosyaları indirebilir.

dvc push

Modeli de Sürümleyin

Ağırlıkları bir çalıştırmayla ilişkilendiren açık bir adla kaydedin. Bir kontrol noktasını işlemeniz ve veri özetinizle eşleştirmek, modelin kaynağının tamamen izlenebilir olmasını sağlar.

torch.save(model.state_dict(), "model_v3.pt")

Sürümleri Etiketleyin

Bir model kullanıma sunulacak kadar iyi olduğunda o anı işaretleyin. v1.0 gibi bir Git etiketi, istediğiniz zaman tam olarak aynı koda, verilere ve ağırlıklara dönmenizi sağlar.

git tag -a v1.0 -m "first production model"

Her Çalıştırmayı Yeniden Üretin

Her şey sürümlendiğinde kurtarma iki adımdan oluşur: işlemi teslim alın, ardından dvc pull çalıştırın. Özgün modeli üreten girdilerin aynısını elde edersiniz.

git checkout v1.0
dvc pull

Sürümleme Güven Oluşturur

Herkes bir sonucu sıfırdan yeniden oluşturabildiğinde çalışmanız denetlenebilir hâle gelir. Bir hobi projesini üretim ortamındaki makine öğrenmesinden ayıran güven budur.

Hızlı Kontrol

DVC, büyük veri kümelerini Git'in dışında nasıl tutar?

İnteraktif derste cevapla

Özet

Verileri ve modelleri sürümlemeyi öğrendiniz: girdileri özetleyin, dosyaları DVC ile izleyin, uzağa gönderin ve sürümleri etiketleyerek her çalıştırmanın yeniden üretilebilir olmasını sağlayın. 🎉

Başlamak ücretsiz

Yapay zeka eğitmeniyle Python öğren — ücretsiz

Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.

Kurslar
30
Dersler
120
Ücretsiz öğrenmeye başlaTüm kursu görüntüle

Sıkça Sorulan Sorular

“Verileri ve Modelleri Sürümlendirme” dersi ücretsiz mi?

Evet — “Verileri ve Modelleri Sürümlendirme” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.

“Verileri ve Modelleri Sürümlendirme” dersinde ne öğreneceğim?

Her çalıştırmayı girdilerinden yeniden üretin. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.

“Verileri ve Modelleri Sürümlendirme” 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 Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Deep Learning Academy 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

  1. Weights & Biases ile Deneyleri İzleme
  2. Verileri ve Modelleri Sürümlendirme
  3. Veri ve Model Kaymasını Algılama
  4. Yeniden Eğitim Pipeline'larını Otomatikleştirme
← Deep Learning Academy Sayfasına Dön