Dvc (Data Control Version) 与 Git 合作关系

*为什么要使用Dvc ? *
1.做算法或者机器学习的时候，需要使用不同的数据集来验证算法或者模型的效果，也会需要针对同一份数据集，对比不同版本的模型效果。
2.不适用Git管理数据集的原因 ： Git 无法单独下载想要的数据集，git来管理大量数据集的话，可能git pull 或者 git push都会耗时很久，将算法模型代码和数据集耦合在一起。

简单来说，Dvc负责管理真正的数据源，Git负责管理dvc的映射文件。

• 先把真正的数据源传到Dvc指定的存储数据的地方；
• 然后dvc的映射文件用git push放到github或者gitlab；
• 当想要使用某一个文件的时候，git pull 所有的dvc文件，再选用需要的数据集映射dvc文件，再用dvc pull，则数据集就会从存储数据的地方过来了

Simple Demo
a. 安装dvc

pip install dvc

b. 对于新项目，分别初始化 dvc 和 git。如果是旧项目，已经有git了，那只需要初始化dvc

git init 
dvc init

c. 因为不把数据源传到github或者gitlab，那么需要有个地儿放数据源。我选择公司的服务器，更多方法见官网(https://dvc.org/doc/command-reference/remote)

#选择ssh的连接方式，地址是172.xx.xx.xx，存储的路径是path_to_store_data
# -d 是 default，认为该路