Data Version Control · DVC使用教程

在本地开发环境安装DVC工具，根据操作系统选择对应安装包，完成安装后在已有Git项目根目录执行dvc init初始化DVC配置，初始化完成后提交变更到Git。

标记需要追踪的大型数据文件或数据集目录，执行dvc add命令添加对应文件，DVC会生成.dvc后缀的占位文件，将占位文件提交到Git存储，原始数据保留在本地缓存。

配置远程存储地址，执行dvc remote add命令添加团队共享的远程存储，配置完成后执行dvc push命令将本地缓存的数据推送到远程存储，完成数据上传。

定义项目处理管线，编辑dvc.yaml文件添加数据处理、模型训练等步骤，配置各步骤的输入输出依赖，保存后执行dvc repro运行管线，生成对应的输出结果与实验记录。

协作者获取项目代码后，执行dvc pull命令即可从远程存储拉取对应版本的数据与模型，再执行dvc repro即可复现完整实验，得到对应结果。