在 GitHub Actions 中运行 DVC 流水线

在本练习中，您将使用 CML GitHub Action 运行 DVC 流水线，并比较训练分支与 main 之间的指标。该流水线会在您对 main 分支发起 PR 时触发。

运行 train.py 的输出是一个包含模型指标的 metrics.json 文件，它将作为跨分支比较指标的源数据。

您的任务是完成脚手架文件 .github/workflows/dvc_cml.yaml，以构建一个高层次的模型训练流程。向下滚动到第 24 行进行修改。

本练习是课程的一部分

面向机器学习的 CI/CD

动手互动练习

通过我们的互动练习之一，将理论转化为实践

本练习是课程的一部分

面向机器学习的 CI/CD

SkillTag.level.advancedSkillTag.label

4.8+

免费开始课程

在本章中，您将学习 Continuous Integration/Continuous Delivery（CI/CD）与 YAML 的核心原则。您将理解软件开发生命周期，以及 build、test、deploy 等关键术语。您还会区分 Continuous Integration、Continuous Delivery 与 Continuous Deployment 的不同之处。此外，您将探讨 CI/CD 在机器学习与实验管理中的重要性。

Exercise 1: 机器学习中的持续集成/持续交付入门 Exercise 2: Continuous deployment 和 delivery Exercise 3: 机器学习工作流 Exercise 4: YAML 入门 Exercise 5: YAML 语法 Exercise 6: YAML 映射与序列 Exercise 7: GitHub Actions 入门 Exercise 8: GitHub Actions 的用途 Exercise 9: GitHub Actions 的组成

本章将带您学习 GitHub Actions（GHA），这一用于执行 CI/CD 工作流的强大平台。您将了解 GHA 的多种组件，包括 events、actions、jobs、steps、runners 与 context。您将掌握如何编写在 push 与 pull request 等事件触发的工作流，并自定义 runner 机器。通过动手实践，您将搭建基础 CI 流水线，并深入理解 GHA 日志。

Exercise 1: YAML 中级 Exercise 2: 找出正确的组合 Exercise 3: 设计一个持续集成工作流 Exercise 4: 设置基础 CI 流水线 Exercise 5: 解读 GitHub Actions 工作流 Exercise 6: 编写一个 GitHub Actions 工作流 Exercise 7: 运行仓库代码 Exercise 8: 共享仓库模型中的功能分支 Exercise 9: 在 GitHub Actions 中运行 Python 代码 Exercise 10: 环境变量与机密 Exercise 11: 什么是 GITHUB_TOKEN？Exercise 12: 使用环境变量 Exercise 13: 使用 secrets

在本章中，您将把机器学习模型训练集成到 GitHub Action 流水线中，并使用 Continuous Machine Learning GitHub Action。您将生成包含模型指标与图表的完整 Markdown 报告。您还将通过采用 Data Version Control（DVC）来跟踪数据变化，深入学习机器学习中的数据版本管理。本章也会介绍设置 DVC remotes 与数据集传输。最后，您将学习 DVC 流水线，并配置 DVC YAML 文件来编排可复现的模型训练。

Exercise 1: 使用 GitHub Actions 进行模型训练 Exercise 2: 开发一个分类模型 Exercise 3: 训练一个分类模型 Exercise 4: 使用 CML 设置模型训练 Exercise 5: 使用 Data Version Control 对数据集进行版本管理 Exercise 6: 为什么需要 .dvc 文件？Exercise 7: 数据版本控制实战 Exercise 8: 与 DVC 远程交互 Exercise 9: 探索 DVC 远程的优势 Exercise 10: 实践 DVC 远程仓库 Exercise 11: DVC 流水线 Exercise 12: 创建一个 DVC 流水线 Exercise 13: 使用 DVC 训练 ML 模型

在本章中，您将把重点放在模型性能分析与超参数微调上。您将掌握在不同分支间对比指标与可视化图，以评估模型性能的变化。您还将使用 scikit-learn 的 GridSearchCV 进行超参数调优。此外，您将学习如何基于最优模型配置实现 pull request 的自动化。

Exercise 1: 在 DVC 中比较指标与可视化图 Exercise 2: 在 dvc.yaml 中添加指标与图表 Exercise 3: 跨 Git 分支比较指标 Exercise 4: 在 GitHub Actions 中运行 DVC 流水线

当前练习

Exercise 5: 使用 DVC 进行超参数调优 Exercise 6: 在 dvc.yaml 中加入超参数调优 Exercise 7: 运行超参数调优的 DVC 流水线 Exercise 8: 用于超参数调优的 GitHub Actions 工作流 Exercise 9: 松耦合 Exercise 10: 在 GitHub Actions 中设置超参数调优 Exercise 11: 恭喜您！