बधाई हो!

DVC के साथ डेटा वर्ज़निंग परिचय

Ravi Bhadauria

Machine Learning Engineer

डेटा वर्ज़निंग और DVC

  • Machine Learning मॉडल की संरचना
    • कोड, डेटा, और हाइपर-पैरामीटर मिलकर मॉडल तय करते हैं
    • तीनों का ट्रैक और वर्ज़निंग ज़रूरी है
  • Git और DVC
    • कोड ट्रैक करने में Git, डेटा ट्रैक करने में DVC मदद करता है
    • Git असल डेटा का मेटाडेटा ट्रैक करता है
  • DVC हमें सक्षम बनाता है
    • डेटा और मॉडल का वर्ज़न करने में
    • दोहराने योग्य एक्सपेरिमेंट पाइपलाइन चलाने में
    • मेट्रिक्स और प्लॉट्स के बदलाव ट्रैक करने में
DVC के साथ डेटा वर्ज़निंग परिचय

DVC सेटअप, कैश, और रिमोट्स

  • सेटअप
    • pip install dvc से इंस्टॉल करें
    • dvc init से इनिशियलाइज़ करें
    • ट्रैक होने वाले फाइल पैटर्न नियंत्रित करने के लिए .dvcignore उपयोग करें
  • कैश
    • dvc add से फाइलें जोड़ें
    • .dvc फाइलों से मेटाडेटा ट्रैक करें
    • dvc remove से हटाएँ, dvc gc से क्लीन करें
  • रिमोट्स
    • dvc remote add से कॉन्फ़िगर करें, dvc remote list से लिस्ट देखें
    • dvc push और dvc pull से डेटा अपलोड/डाउनलोड करें
DVC के साथ डेटा वर्ज़निंग परिचय

DVC पाइपलाइन्स

  • dvc.yaml फाइल की संरचना

    • स्टेज जोड़ने के लिए dvc stage add उपयोग करें
    • कंपोनेंट्स: steps, commands, dependencies, params, और outputs
    • metrics और plots keys से मेट्रिक्स और प्लॉट्स ट्रैक करें

  • DAG को देखें और चलाएँ

    • dvc dag से विज़ुअलाइज़ करें
    • dvc repro से रन करें

  • मेट्रिक्स और प्लॉट्स दिखाएँ व तुलना करें

    • dvc plots show और dvc metrics show से विज़ुअलाइज़ करें
    • dvc plots diff और dvc metrics diff से तुलना करें
DVC के साथ डेटा वर्ज़निंग परिचय

धन्यवाद!

DVC के साथ डेटा वर्ज़निंग परिचय

Preparing Video For Download...