趋近智

所有课程

机器学习数据版本控制与实验记录

章节 1: 机器学习可复现性的必要性

机器学习项目管理中的难题

为何单独使用 Git 无法满足需求

定义机器学习中的可复现性

可复现机器学习工作流程的组成部分

数据版本管理的基本思想

实验追踪的基本理念

章节 2: 使用 DVC 管理数据版本

数据版本控制方法

介绍数据版本控制 (DVC)

在项目中设置DVC

跟踪数据文件和目录

数据版本的存储与获取

将 DVC 连接到远程存储 (S3、GCS、Azure Blob)

在不同数据版本间切换

动手实践：数据集版本管理

章节 3: 使用 MLflow 追踪实验

实验跟踪的重要性

MLflow 追踪功能介绍

记录参数和指标

记录工件（模型、图表、文件）

使用实验管理运行

使用 MLflow 用户界面

比较实验运行

实践：追踪训练运行

章节 4: DVC 与 MLflow 的整合：构建可复现的工作流程

关联数据版本与实验

为集成构建项目结构

在 MLflow 中记录 DVC 元数据

构建 DVC 流水线

复现 DVC 流水线

追踪 DVC 流水线指标

结合 DVC 流水线与 MLflow 追踪

集成工作流程的最佳实践

动手实践：构建集成式流程

章节 2: 使用 DVC 管理数据版本

课程章节

2.1 数据版本控制方法
2.2 介绍数据版本控制 (DVC)
2.3 在项目中设置DVC
2.4 跟踪数据文件和目录
2.5 数据版本的存储与获取
2.6 将 DVC 连接到远程存储 (S3、GCS、Azure Blob)
2.7 在不同数据版本间切换
2.8 动手实践：数据集版本管理

© 2025 ApX Machine Learning