
DVC 通过版本管理记录机器学习的数据、流水线运行和常用产物,方便团队按提交重现。

| 功能 | 实际用法 |
|---|---|
| 数据版本 | 跟踪样本与源码提交的对应关系 |
| 流程记录 | 将输入和输出与处理步骤关联 |
| 实验比较 | 对照模型效果和不同数据版本 |
| 产品 | 适用情形 |
|---|---|
| DVC | 主要解决数据和代码版本一致性 |
| lakeFS | 需要在数据湖设置分支 |
| MLflow | 更重视训练指标和模型登记 |
官方 PyPI 发行声明 Apache 2.0,远程存储、计算和商业支持按所选服务收费。
从一次公开训练中区分数据和代码的变动,并对照效果变化。
仍需配置合适的实际数据存储。
按 DVC 文档检查项目所用版本方式。