dvc 更新加载模型版本控制

贝猫说python2024-06-13 17:50

dvc即data version control, 是一种针对人工智能项目（机器学习或者深度学习）的数据版本管理工具。DVC的操作和GIT类似，可以认为为GIT的二次开发封装。结合GIT，DVC可以有效的管理人工智能项目的整个流程，包括代码，数据，训练配置，模型。

GIT和DVC分工如下：

dvc：负责数据和模型等大文件的存储、下载等管理，同时生成元数据（.dvc文件）描述这些数据和模型，并且串联整个人工智能项目工作流

git：负责代码和dvc生成的元数据文件的版本管理

cpp 复制代码

# 在本地机器上初始化 DVC 项目
dvc init

# 添加文件或目录到 DVC
dvc add base tx2nx

# 推送数据到远程存储
6. dvc push
7. git add .
8. git commit -m
9. git push origin HEAD
10. git tag release/20240615
11. git push origin release/20240615

# 在另一台机器或不同目录中克隆存储库
git clone <remote_repo_url>
cd <repo_directory>

# 初始化 DVC 项目
dvc init

# 拉取最新的 DVC 数据
dvc pull

# 或者拉取特定标签的数据
dvc pull -T release/20240615

或者仓库的特定文件
--rev release/20240615：指定版本，可以是提交哈希、标签或分支名。在你的情况下，使用标签 release/20240615
dvc get http://192.168.104.100:50000/home/model tx2nx -o ./package/tcs.client.reportor/model --rev release/20240615