OSS探訪
GitHubでログイン
GitHubで見るプロジェクトサイト

大容量データ、モデル、機械学習パイプライン、実験結果をGitと結び付けて再現するCLI

OSS規模スコア 280.7OSS健全度 82更新ペース 0 Commit/30日
スコアの見方

OSS規模スコアはStars・Watchers・Forks・Contributorsを対数圧縮して重み付けした現在の規模指標（上限なし）です。発掘スコアは現在のOSS規模スコアから発掘時点のOSS規模スコアを引いた値、更新ペースは直近30日Commit数、成長モメンタムは直近の観測期間におけるOSS規模スコア差、OSS健全度は取得できた更新状況・Community Health・Releaseの0〜100評価です。

Stars
15,902
主要言語
Python
ライセンス
Apache-2.0
リポジトリ最終更新
2026/09/28
ページ内ナビ

概要

DVCは、機械学習プロジェクトのデータ、モデル、パイプライン、実験結果をGitの履歴と結び付けるコマンドラインツールです。大容量ファイル本体はGitの外にあるキャッシュやリモートストレージへ置き、追跡用メタデータをコードと一緒に版管理します。ローカルだけでも実験の実行・比較を始められます。

特徴と向いている用途

公式資料に基づく紹介・実機未検証 · 内容確認日：

主な特徴

データとモデルをGitの変更履歴に対応付ける

dvc addはデータやモデルをキャッシュへ取り込み、Gitで管理できる軽量なメタファイルを作ります。実体をGitへ直接入れずに、コード、パラメーター、データ、モデルの対応関係をコミット単位で追跡できます。

出典：[1]

処理工程と実験を再現・比較する

DVCのパイプラインは、入力となるコードやデータ、実行コマンド、生成物を計算グラフとして記述します。変更の影響を受ける工程だけを再実行できます。実験機能では複数の試行をローカルGitリポジトリに記録し、パラメーター、指標、グラフを比較できます。

出典：[1]

向いている用途

データとコードの変更を一緒に再現したいML開発に向く

モデル学習や前処理をコードだけでなく入力データと一緒に再現したいチーム、サーバーを追加せずローカルから実験追跡を始めたいプロジェクトに向きます。既存のGitホスティングとクラウドまたはオンプレミスのストレージを組み合わせたい場合にも適します。

導入前の確認

リモートストレージとGitの運用を別々に設計する

Gitが保持するのは主にコードとDVCメタファイルであり、データ本体の共有・バックアップにはS3、Azure、Google Cloud Storage、SSHなどのリモート設定が必要です。利用するストレージによってdvc-s3などの追加依存関係も変わります。

再現性はDVCだけで自動的に保証されません。コード、パラメーター、実行環境、データの各変更を適切に登録し、GitとDVCのpush・pull手順、キャッシュ削除、アクセス権をチームでそろえる必要があります。

出典：[1]

参考にした公式資料

  1. [1]DVC 3.67.1 README(2026-10-04)
  2. [2]DVC 3.67.1 release(2026-10-04)
編集部からの補足

Gitの履歴に大容量データ本体を入れず、対応関係と再現手順を管理できる点が比較の軸です。チーム導入では、キャッシュとリモートストレージの保全・権限・費用も合わせて設計してください。

3ステップで試す

  1. 1

    DVCをインストールする

    専用の仮想環境を作り、固定した公式リリースをその中だけへインストールします。

    mkdir -p dvc-demo && python3 -m venv dvc-demo/.venv && dvc-demo/.venv/bin/python -m pip install "dvc==3.67.1"
  2. 2

    Gitリポジトリを初期化する

    空の作業ディレクトリでGitとDVCの管理情報を作ります。

    cd dvc-demo && git init && .venv/bin/dvc init
  3. 3

    サンプルデータを追跡する

    小さなファイルでDVCメタファイルとGitに追加する対象を確認します。

    printf "sample\n" > data.txt && .venv/bin/dvc add data.txt && git add data.txt.dvc .gitignore
公式READMEで確認

成長

成長の推移 · 直近30日

15,902 Stars

推移データを蓄積中です。

開発アクティビティ

直近90日・週次

Commit（直近30日）
0
Open PR
33

開発アクティビティを蓄積中です。

Built with

カテゴリとタグ

カテゴリ

タグ

GitHubデータ

GitHubのデータGitHubの詳細データを見る
GitHubで見る

GitHub Topics

  • data-science
  • machine-learning
  • reproducibility
  • data-version-control
  • developer-tools
  • ai
  • unstructured-data
Stars
15,902
Forks
1,328
Watchers
135
Open Issues
184
Contributors
292
所有者種別
Organization
主要言語
Python
ライセンス
Apache-2.0
リポジトリ最終更新
2026/09/28
関連記事を投稿する

このOSSの使い方や活用事例をMarkdownで投稿できます。管理者が承認した後に公開されます。

情報の誤りを報告

掲載内容に誤りや古い情報があればお知らせください。

このページを読んで、次に何をすればよいか分かりましたか？