DVC

数据版本控制（DVC）是面向数据科学和机器学习项目的开源工具。主要特性：

简洁的类 Git 命令行体验，无需安装和维护任何数据库，不依赖任何专有在线服务。 支持数据集和机器学习模型的管理与版本控制。数据可存储于 S3、Google 云、Azure、阿里云、SSH 服务器、HDFS 或本地 HDD RAID。 使项目具备可复现性和可共享性，有助于解答模型构建过程中的各类问题。 结合 Git 标签/分支管理实验，并支持指标追踪。

DVC 目标是替代常被用作知识库和团队账本的电子表格及文档共享工具（如 Excel 或 Google Docs）。同时，DVC 还取代了用于追踪、移动和部署不同模型版本的临时脚本，以及临时的数据文件前后缀命名方式。