treeverse/dvc

Что это?

Ключевые возможности

• 01Версионируйте большие файлы с данными и модели, храня указатели на них в Git.
• 02Задавайте воспроизводимые пайплайны, которые повторно запускают только затронутые изменениями этапы.
• 03Отслеживайте, сравнивайте и применяйте эксперименты локально, без сервера.
• 04Отправляйте данные в удалённые хранилища и скачивайте их оттуда: S3, Azure, Google Cloud, SSH и другие.
• 05Используйте расширение для VS Code, чтобы отслеживать эксперименты и управлять данными.

Сценарии использования

• Делитесь большими наборами данных с командой, не добавляя их в Git.
• Воспроизводите обучение модели коллеги: переключитесь на нужный коммит и скачайте соответствующие данные.
• Запускайте и сравнивайте множество экспериментов с гиперпараметрами в одном Git-репозитории.
• Создавайте многоэтапные ML-пайплайны, в которых повторно запускаются только изменившиеся этапы.

Быстрый старт

1. 1

   Установите DVC с помощью pip

   pip install dvc
2. 2

   Отслеживайте папку с данными с помощью DVC в репозитории Git

   dvc add images/
3. 3

   Свяжите код и данные в воспроизводимый этап пайплайна

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

   Запустите эксперимент и сравните результаты

   dvc exp run -n exp-baseline

Что важно знать

• !Для установки дополнительных бэкендов удалённого хранилища, например S3 или Azure, потребуются дополнительные зависимости.
• !Для работы расширения VS Code необходимо отдельно установить основную утилиту DVC.

В подборках

Темы

Частые вопросы

Что такое dvc?

CLI-инструмент и расширение для VS Code, которые помогают версионировать данные и модели вместе с Git и проводить воспроизводимые ML-эксперименты. DVC (Data Version Control) помогает разработчикам делать ML-проекты воспроизводимыми. Большие файлы с данными и модели хранятся в облачном или локальном удалённом хранилище, а в Git-репозиторий коммитятся небольшие метафайлы со ссылками на них. Так версии кода и данных остаются синхронизированными.

dvc можно использовать бесплатно? Какая у него лицензия?

dvc распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

dvc всё ещё поддерживается?

Активно поддерживается. Последний коммит в dvc — 6 нояб. 2026 г..

Для чего можно использовать dvc?

Делитесь большими наборами данных с командой, не добавляя их в Git. Воспроизводите обучение модели коллеги: переключитесь на нужный коммит и скачайте соответствующие данные. Запускайте и сравнивайте множество экспериментов с гиперпараметрами в одном Git-репозитории. Создавайте многоэтапные ML-пайплайны, в которых повторно запускаются только изменившиеся этапы.

Как установить dvc?

Установите DVC с помощью pip: pip install dvc Отслеживайте папку с данными с помощью DVC в репозитории Git: dvc add images/ Свяжите код и данные в воспроизводимый этап пайплайна: dvc stage add -n featurize -d images/ -o features/ python featurize.py Запустите эксперимент и сравните результаты: dvc exp run -n exp-baseline

Где скачать dvc?

Исходный код и инструкции по установке — на GitHub: https://github.com/treeverse/dvc