Trabajar con DVC Caché

En este ejercicio, explorarás cómo añadir y eliminar datos de la caché DVC.

Estás trabajando en un proyecto de aprendizaje automático que implica un conjunto de datos meteorológicos, prediciendo si llovería dadas las condiciones atmosféricas. A medida que actualices el conjunto de datos, querrás asegurarte de que se realiza un seguimiento de los cambios y de que puedes volver fácilmente a versiones anteriores si es necesario.

Git y DVC ya están inicializados en el espacio de trabajo.

Este ejercicio forma parte del curso

Introducción al control de versiones de datos con DVC

Ver curso

Instrucciones de ejercicio

Añade dataset.csv a DVC y examina el contenido de dataset.csv.dvc abriéndolo en el editor de archivos.
Comprueba que la caché DVC está llena ejecutando el comando find .dvc/cache -type f en el terminal. Abre el archivo dataset.csv.dvc y compara la salida de este comando con el campo md5.
Desinstala el archivo de metadatos DVC y borra la caché del espacio de trabajo ejecutando los comandos adecuados en el terminal.
Comprueba que la caché de DVC está ahora vacía ejecutando el comando find .dvc/cache -type f en el terminal.

Ejercicio interactivo práctico

Convierte la teoría en acción con uno de nuestros ejercicios interactivos

Empieza a hacer ejercicio

Introducción al control de versiones de datos con DVC

IntermedioNivel de habilidad

4.7+

64 reviews

Este capítulo proporciona una introducción completa al Control de Versiones de Datos (DVC), una herramienta esencial para el versionado de datos en el aprendizaje automático. Los alumnos explorarán la motivación que hay detrás del versionado de datos, comprenderán sus diferencias con el versionado de código y experimentarán con un sencillo problema de clasificación. Repasarán los comandos básicos de Git, aprenderán sobre DVC, y practicarán la creación de un repositorio. El capítulo concluye con una visión general de las funciones y casos de uso de DVC, incluidos el versionado de datos y modelos, CI/CD para el aprendizaje automático, el seguimiento de experimentos, los pipelines y mucho más.

Exercise 1: Motivación del versionado de datos Exercise 2: Anatomía de un modelo de aprendizaje automático Exercise 3: Diferencias entre el control de versiones de datos y de código Exercise 4: Comprender los hiperparámetros Exercise 5: Introducción a DVC Exercise 6: Trabajar con Git CLI Exercise 7: Revisa DVC CLI Exercise 8: DVC características y casos de uso Exercise 9: DVC tuberías Exercise 10: CI/CD para el aprendizaje automático