Introducción a DVC

Este ejercicio forma parte del curso

Introducción al control de versiones de datos con DVC

IntermedioNivel de habilidad

4.7+

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

Ejercicio actual

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

Este capítulo profundiza en la configuración de DVC, abarcando aspectos como la instalación, la inicialización del repositorio y la utilización del archivo .dvcignore. Además, navega por la exploración de la caché DVC y los archivos de preparación, impartiendo conocimientos sobre cómo añadir y eliminar archivos, gestionar cachés y comprender los mecanismos subyacentes utilizando el hash MD5. El capítulo también aclara sobre las remotas de DVC, distinguiéndolas de las remotas de Git, y te guía sobre cómo añadirlas, listarlas y modificarlas. Por último, te enseña a interactuar con estas remotas enviando y recibiendo datos, comprobando versiones concretas y trayendo datos a la caché.

Exercise 1: DVC Configuración e inicialización Exercise 2: Puesta en marcha DVC Exercise 3: .dvcignore Patterns Exercise 4: DVC Archivos caché y de preparación Exercise 5: Trabajar con DVC Caché Exercise 6: Comprender los archivos .dvc Exercise 7: Configuración de los mandos a distancia DVC Exercise 8: Finalidad de los mandos a distancia DVC Exercise 9: Configura un mando a distancia DVC Exercise 10: Interactuar con mandos a distancia DVC Exercise 11: Versionado de datos mediante DVC Remote Exercise 12: Comprobación de datos versionados

Este capítulo se centra en la automatización de ML pipelines utilizando DVC. Los alumnos crean un archivo de configuración que contiene ajustes e hiperparámetros. También aprenden sobre la visualización de tuberías mediante grafos acíclicos dirigidos y utilizan comandos para describir dependencias, órdenes y salidas. Se cubre la ejecución de los pipelines de DVC, incluido el entrenamiento de modelos locales y cómo Git rastrea los metadatos de DVC. Además, los alumnos exploran el seguimiento de métricas y trazados en DVC, incluyendo cómo imprimir métricas, crear archivos de trazado y comparar métricas y trazados en diferentes etapas del pipeline.

Exercise 1: Organización y refactorización del código Exercise 2: Comprender los archivos de parámetros en DVC Exercise 3: Escribe un archivo de parámetros Exercise 4: Escribir y visualizar DVC pipelines Exercise 5: Diseñar una tubería DVC Exercise 6: Visualización de una tubería DVC Exercise 7: Ejecutar canalizaciones DVC Exercise 8: DVC conceptos de ejecución del pipeline Exercise 9: Ejecuta un proceso de entrenamiento del modelo ML Exercise 10: Evaluación: Métricas y gráficos en DVC Exercise 11: Seguimiento de las métricas DVC Exercise 12: Añadir parcelas a dvc.yaml Exercise 13: ¡Enhorabuena!