treeverse/dvc

O que é?

Recursos principais

• 01Versione arquivos grandes de dados e modelos mantendo ponteiros no Git.
• 02Defina pipelines reproduzíveis que executam novamente apenas as etapas afetadas por mudanças.
• 03Rastreie, compare e aplique experimentos localmente, sem servidor.
• 04Envie e baixe dados de S3, Azure, Google Cloud, SSH e outros remotes.
• 05Use uma extensão do VS Code para rastreamento de experimentos e gerenciamento de dados.

Casos de uso

• Compartilhar grandes conjuntos de dados com colegas sem commitá-los no Git.
• Reproduzir o treinamento de modelo de um colega fazendo checkout de um commit e baixando os dados correspondentes.
• Executar e comparar muitos experimentos de hiperparâmetros em um único repositório Git.
• Criar pipelines de ML com várias etapas que executam novamente apenas o que mudou.

Início rápido

1. 1

   Instale o DVC com pip

   pip install dvc
2. 2

   Rastreie uma pasta de dados com o DVC dentro de um repositório Git

   dvc add images/
3. 3

   Conecte o código e os dados como uma etapa reproduzível do pipeline

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

   Execute um experimento e compare os resultados

   dvc exp run -n exp-baseline

Antes de usar

• !A instalação de backends opcionais de armazenamento remoto, como S3 ou Azure, requer dependências adicionais.
• !A extensão do VS Code precisa que a ferramenta principal do DVC seja instalada separadamente.

Em coleções

Tópicos

Perguntas frequentes

O que é dvc?

Ferramenta de linha de comando e extensão do VS Code para versionar dados e modelos junto com o Git e executar experimentos de ML reproduzíveis. O DVC (Data Version Control) ajuda desenvolvedores a tornar projetos de machine learning reproduzíveis. Arquivos grandes de dados e modelos ficam armazenados em storage remoto na nuvem ou on-premise, enquanto metaf arquivos leves que apontam para eles são commitados no repositório Git, mantendo as versões do código e dos dados sincronizadas.

dvc é gratuito? Qual é a licença?

dvc é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

dvc ainda é mantido?

Manutenção ativa. O último commit de dvc foi em 6 de nov. de 2026.

Para que posso usar dvc?

Compartilhar grandes conjuntos de dados com colegas sem commitá-los no Git. Reproduzir o treinamento de modelo de um colega fazendo checkout de um commit e baixando os dados correspondentes. Executar e comparar muitos experimentos de hiperparâmetros em um único repositório Git. Criar pipelines de ML com várias etapas que executam novamente apenas o que mudou.

Como instalar dvc?

Instale o DVC com pip: pip install dvc Rastreie uma pasta de dados com o DVC dentro de um repositório Git: dvc add images/ Conecte o código e os dados como uma etapa reproduzível do pipeline: dvc stage add -n featurize -d images/ -o features/ python featurize.py Execute um experimento e compare os resultados: dvc exp run -n exp-baseline

Onde consigo dvc?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/treeverse/dvc