Introduktion till DVC

Introduktion till dataversionshantering med DVC

Ravi Bhadauria

Machine Learning Engineer

Git som versionshantering

Versionshanteringssystem för kod
Oberoende lokal utveckling
- Förgreningar och sammanslagningar
- Hantering av versionshistorik
Möjliggör samarbete

Schematisk bild av Gits decentraliserade modell

CLI-baserad interaktion
Körs i terminalen, även kallad shell
Git spårar innehåll via ett repository
- Faktiska filer och mappar som spåras
- Git-metadata (i mappen .git)

Bild av Git-repositorystruktur

DVC: verktyg för dataversionshantering
- Hanterar data och experiment
- Liknar Git

Konceptbild av dataversionshantering med Git och DVC

$ git init

$ git add code.py

$ git commit -m "adding first file"

$ dvc init

$ dvc add data/mydata.csv

$ dvc commit

$ git push

$ git pull

$ git clone \
https://github.com/username/repository-name.git

$ dvc push

$ dvc pull

$ dvc get \
https://github.com/username/repo-name model.pkl

Introduktion till dataversionshantering med DVC