treeverse/dvc

어떤 프로젝트인가요?

핵심 기능

• 01대용량 데이터 및 모델 파일은 버전 관리하고, Git에는 해당 파일을 가리키는 포인터를 저장합니다.
• 02재현 가능한 파이프라인을 정의해 변경의 영향을 받는 스테이지만 다시 실행합니다.
• 03서버 없이 로컬에서 실험을 추적하고 비교 및 적용할 수 있습니다.
• 04S3, Azure, Google Cloud, SSH 등의 원격 저장소로 데이터를 푸시하고 가져옵니다.
• 05실험 추적과 데이터 관리에 VS Code 확장 프로그램을 사용할 수 있습니다.

활용 사례

• 대용량 데이터셋을 Git에 커밋하지 않고 팀원과 공유하기.
• 커밋을 체크아웃하고 해당 데이터의 가져오기를 실행해 동료의 모델 학습을 재현하기.
• 하나의 Git 저장소에서 여러 하이퍼파라미터 실험을 실행하고 비교하기.
• 변경된 부분만 다시 실행하는 여러 단계의 ML 파이프라인 구축하기.

빠른 시작

1. 1

   pip으로 DVC 설치하기

   pip install dvc
2. 2

   Git 저장소 내의 데이터 폴더를 DVC로 추적하기

   dvc add images/
3. 3

   코드와 데이터를 재현 가능한 파이프라인 단계로 연결하기

   dvc stage add -n featurize -d images/ -o features/ python featurize.py
4. 4

   실험을 실행하고 결과 비교하기

   dvc exp run -n exp-baseline

사용 전 알아둘 점

• !S3 또는 Azure와 같은 선택적 원격 스토리지 백엔드를 설치하려면 추가 종속성이 필요합니다.
• !VS Code 확장 프로그램을 사용하려면 핵심 DVC 도구를 별도로 설치해야 합니다.

포함된 컬렉션

토픽

자주 묻는 질문

dvc은(는) 무엇인가요?

데이터와 모델을 Git과 함께 버전 관리하고 재현 가능한 ML 실험을 실행하는 CLI 도구 및 VS Code 확장 프로그램입니다. DVC (Data Version Control)는 개발자가 머신러닝 프로젝트를 재현 가능하게 만들 수 있도록 돕습니다. 대용량 데이터 파일과 모델은 클라우드 또는 온프레미스 원격 저장소에 보관하고, 이를 가리키는 가벼운 메타파일은 Git 저장소에 커밋해 코드와 데이터의 버전을 동기화합니다.

dvc은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

dvc은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

dvc은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. dvc의 마지막 커밋은 2026년 11월 6일입니다.

dvc은(는) 어디에 사용할 수 있나요?

대용량 데이터셋을 Git에 커밋하지 않고 팀원과 공유하기. 커밋을 체크아웃하고 해당 데이터의 가져오기를 실행해 동료의 모델 학습을 재현하기. 하나의 Git 저장소에서 여러 하이퍼파라미터 실험을 실행하고 비교하기. 변경된 부분만 다시 실행하는 여러 단계의 ML 파이프라인 구축하기.

dvc는 어떻게 설치하나요?

pip으로 DVC 설치하기: pip install dvc Git 저장소 내의 데이터 폴더를 DVC로 추적하기: dvc add images/ 코드와 데이터를 재현 가능한 파이프라인 단계로 연결하기: dvc stage add -n featurize -d images/ -o features/ python featurize.py 실험을 실행하고 결과 비교하기: dvc exp run -n exp-baseline

dvc은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/treeverse/dvc