快速入门DVC（二）：安装及ML项目初始化-CFANZ编程社区

在上一篇文章快速入门DVC（一）：简介中概述了 DVC ，DVC（数据版本控制）是一种数据和机器学习实验管理工具，它有效利用了您已经非常熟悉的现有工程工具集（如Git、CI/CD 等）。

安装

使用pip安装

我们强烈建议您创建一个虚拟环境，或者使用pipx（在 Python 3.7+ 上）来封装您的本地环境。

pip install dvc

您可以根据您使用的远程存储类型，选择性的安装可选依赖项：[s3]、[azure]、[gdrive]、[gs]、[oss]、[ssh]。使用 [all] 将它们所有包含在内一起安装。

例如，支持 Amazon S3 存储：

pip install "dvc[s3]"

在这种情况下，它会同时安装 DVC 与 boto3 库。

使用conda安装

安装 DVC 之前，需要提前安装 Miniconda 或 Anaconda 发行版。

conda install -c conda-forge mamba # installs much faster than conda
mamba install -c conda-forge dvc

您可以根据您使用的远程存储类型，选择性的安装可选依赖项：dvc-s3, dvc-azure, dvc-gdrive, dvc-gs, dvc-oss, dvc-ssh。

例如，支持 Amazon S3 存储：

conda install -c conda-forge mamba
mamba install -c conda-forge dvc-s3

在这种情况下，它会同时安装 DVC 与 boto3 库。

使用berw安装（MacOS）

安装 DVC 之前，需要确保已经安装了 Homebrew。

brew install dvc

使用apt安装（Debian/Ubuntu）

sudo wget \
       https://dvc.org/deb/dvc.list \
       -O /etc/apt/sources.list.d/dvc.list
wget -qO - https://dvc.org/deb/iterative.asc | sudo apt-key add -
sudo apt update
sudo apt install dvc

使用yum安装（Fedora/CentOS）

sudo wget \
       https://dvc.org/rpm/dvc.repo \
       -O /etc/yum.repos.d/dvc.repo
sudo rpm --import https://dvc.org/rpm/iterative.asc
sudo yum update
sudo yum install dvc

使用snap安装（Linux）

安装 DVC 之前，需要确保已经安装了snapd。

snap install --classic dvc

查看帮助文档

$ dvc -h

注意：

如果要将 DVC 用作 Python 库，请使用 pip 或 conda 安装。
当使用 Homebrew 、deb 或 rpm 存储库、 snap 安装 DVC 时，会自动启用 Shell 补全。

项目初始化

安装完DVC之后，通过在 Git 项目中运行 dvc init 来初始化它。

准备工作：

$ mkdir example-get-started

$ cd example-get-started

$ git init

初始化DVC：

$ dvc init

初始化DVC之后，创建了一些应该添加到 Git 仓库的内部文件。

$ git status

Changes to be committed:
        new file:   .dvc/.gitignore
        new file:   .dvc/config
        ...


$ git commit -m "Initialize DVC"

ok，现在你已经准备好DVC了。 DVC的特性可以分为几个功能组件（数据和模型版本控制、访问与下载数据和模型、数据流水线、指标跟踪、更新训练参数以及可视化模型表现、机器学习实验管理），后面我将在博文中一一探讨。