文件名称：dvc_pipelines_and_experiments_tutorial：使用DVC构建可维护的机器学习管道
文件大小：17KB
文件格式：ZIP
更新时间：2024-02-26 11:48:44
machine-learning pipelines project-management experiments reproducibility
使用DVC构建可维护的机器学习管道 本指南以为起点，并带您了解如何使用DVC构建可维护的机器学习管道。 如果您有时间，可以在查看完整的文章（比本自述文件更深入的解释 :winking_face: ） 原则是： 为每个管道步骤编写一个python脚本 将每个脚本使用的参数保存在yaml文件中 指定每个脚本所依赖的文件 指定每个脚本生成的文件 在本教程中，我们将建立一个模型来对20newsgroups数据集进行分类。 环境：装有Python 3 ， pip和Git的Linux 第一：将DVC安装为Python库 $ mkdir dvc_tutorial $ cd dvc_tutorial $ python3 -m
【文件预览】：
dvc_pipelines_and_experiments_tutorial-master
----dvc.yaml(738B)
----params.yaml(100B)
----dvc.lock(1KB)
----src()
--------featurize.py(2KB)
--------train.py(830B)
--------prepare.py(981B)
--------evaluate.py(1KB)
----.dvc()
--------config(0B)
--------plots()
--------.gitignore(26B)
----.gitignore(11B)
----scores.json(27B)
----README.md(3KB)
----plots.json(36KB)