Ի՞նչ են DVC-ն և Git LFS-ը տվյալների տարբերակման համար։

DVC (Տվյալների տարբերակային վերահսկում) և Git LFS (Git Մեծ ֆայլերի պահեստավորում) գործիքներ են մեծ ֆայլերի և տվյալների տարբերակների կառավարման համար, որոնք սովորական Git-ում արդյունավետ չեն պահվում:

Git LFS ընդլայնում է Git-ը՝ թույլ տալով մեծ բինար ֆայլերը պահել հիմնական պահեստից դուրս և փոխարինել դրանք Git- ի սենյակներում հղումներով: Սա հեշտացնում է մեծ ֆայլերով աշխատելը, բայց չի ապահովում խճճված մեխանիզմներ ML-շարքագծերի համար:

DVC ավելի առաջադեմ գործիք է, որը նախատեսված է ML նախագծերի համար: Այն թույլ է տալիս՝

• տարբերակել տվյալներն ու մոդելները՝ կապված կոնկրետ Git- ի հանձնարարականների հետ:
• կառավարել ML-շարքագծերը և կախվածությունները:
• պահել տվյալները հեռավոր պահեստներում (S3, Azure, Google Drive և այլն):

DVC- ի օգտագործման օրինակ:

dvc init
# Տվյալների տարբերակման համար ավելացնել
 dvc add data/dataset.csv
# Ստեղծել .dvc ֆայլ, որը պահում է ֆայլի մետադատաղի տվյալները
 git add data/dataset.csv.dvc .gitignore
 git commit -m "DVC-ով տվյալների հավաքածու ավելացնել"

Այս կերպ, DVC ապահովում է տվյալների և փորձերի ավելի համապարփակ կառավարում ML-ում, իսկ Git LFS-ը ավելի պարզ ընդլայնում է Git-ը մեծ ֆայլերի համար: