VIP20
本课程属于：019-TinyML数据集采集、标注与评估 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

14. TinyML数据版本管理：采集批次、标签版本与模型追踪

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML数据版本管理的背景 · 挑战与学习目标 · 以及课程整体框架
课程导入TinyML
02
数据版本管理基础
什么是数据版本 · 为什么需要版本管理 · 以及版本管理在TinyML中的特殊意…
数据版本管理基础什么是数据版本
03
采集批次概念
理解采集批次（batch）的定义 · 批次划分原则 · 以及批次在数据生命周期中的作用
采集批次概念batch
04
采集批次元数据
记录采集时间 · 设备 · 环境
采集批次元数据记录采集时间
05
标签版本管理
标签体系设计 · 标签版本化方法 · 以及标签变更对模型训练的影响
标签版本管理标签体系设计
06
标签一致性校验
如何检测标签错误 · 不一致和漂移 · 并建立标签质量检查流程
标签一致性校验如何检测标签错误
07
数据存储与组织
文件目录结构 · 命名规范 · 数据清单（manifest）设计
数据存储组织
08
版本控制工具选型
Git · DVC · Delta Lake等工具在Tiny…
版本控制工具选型Git
09
DVC实战入门
使用DVC管理TinyML数据集 · 实现数据版本标记 · 切换与共享
DVC实战入门
10
数据哈希与指纹
利用哈希算法生成数据指纹 · 确保数据完整性和版本唯一性
数据哈希指纹
11
数据血缘追踪
记录数据从采集 · 清洗 · 标注到训练集构建的完整血缘关系
数据血缘追踪记录数据从采集
12
模型与数据关联
建立模型训练与数据版本 · 标签版本 · 代码版本的映射关系
模型数据关联
13
模型追踪基础
使用MLflow或Weights &… · 指标和产物
模型追踪基础MLflow
14
实验记录规范
设计实验记录模板 · 包含数据版本 · 超参数
实验记录规范设计实验记录模板
15
数据版本回滚
当模型性能下降时 · 如何定位数据版本问题并回滚到可靠版本
数据版本回滚当模型性能下降时
16
数据增强与版本管理
数据增强操作如何影响数据版本 · 以及如何管理增强后的数据集
数据增强版本管理
17
多标签与多任务场景
复杂标注体系下的标签版本管理策略
多标签多任务场景
18
数据质量监控
持续监控数据分布变化 · 标签噪声和采集异常 · 触发版本更新
数据质量监控持续监控数据分布…
19
自动化数据流水线
构建从采集到版本化的自动化管道 · 集成CI/CD思想
自动化数据流水线构建从采集到版本…
20
案例实战
使用公开TinyML数据集（如语音唤…
案例实战TinyML
21
案例实战
模拟标签版本更新 · 对比不同标签版本下模型性能差异
案例实战模拟标签版本更新
22
案例实战
利用DVC和MLflow实现数据-模… · 复现实验结果
案例实战DVC
23
常见问题
数据版本冲突 · 存储空间膨胀 · 标签版本混乱的解决方案
常见问题数据版本冲突
24
常见问题
团队协作中如何统一数据版本管理规范 · 避免覆盖和误用
常见问题团队协作
25
常见问题
边缘设备采集数据的不稳定性对版本管理…
常见问题边缘设备采集数据…
26
性能优化
大规模数据集版本管理的存储优化 · 索引优化和查询加速
性能优化大规模数据集版本…
27
安全与权限
数据版本管理中的访问控制 · 加密和审计日志
安全权限
28
与模型部署集成
将数据版本信息嵌入模型元数据 · 支持部署后溯源
模型部署集成将数据版本信息嵌…
29
综合项目
设计一个完整的TinyML数据版本管… · 涵盖采集 · 标注
综合项目TinyML
30
课程总结
回顾核心知识点 · 展望数据版本管理在TinyML领域的…
课程总结回顾核心知识点