安装
使用pip安装
我们强烈建议您创建一个虚拟环境，或者使用pipx（在 Python 3.7+ 上）来封装您的本地环境。
pip install dvc 复制代码
您可以根据您使用的远程存储类型，选择性的安装可选依赖项：[s3]、[azure]、[gdrive]、[gs]、[oss]、[ssh]。 使用 [all] 将它们所有包含在内一起安装。
例如，支持 Amazon S3 存储：
pip install "dvc[s3]" 复制代码
在这种情况下，它会同时安装 DVC 与 boto3 库。
使用conda安装
安装 DVC 之前，需要提前安装 Miniconda 或 Anaconda 发行版。
conda install -c conda-forge mamba # installs much faster than conda mamba install -c conda-forge dvc 复制代码
您可以根据您使用的远程存储类型，选择性的安装可选依赖项：dvc-s3, dvc-azure, dvc-gdrive, dvc-gs, dvc-oss, dvc-ssh。
例如，支持 Amazon S3 存储：
conda install -c conda-forge mamba mamba install -c conda-forge dvc-s3 复制代码
在这种情况下，它会同时安装 DVC 与 boto3 库。
使用berw安装（MacOS）
安装 DVC 之前，需要确保已经安装了 Homebrew。
brew install dvc 复制代码
使用apt安装（Debian/Ubuntu）
sudo wget \ https://dvc.org/deb/dvc.list \ -O /etc/apt/sources.list.d/dvc.list wget -qO - https://dvc.org/deb/iterative.asc | sudo apt-key add - sudo apt update sudo apt install dvc 复制代码
使用yum安装（Fedora/CentOS）
sudo wget \ https://dvc.org/rpm/dvc.repo \ -O /etc/yum.repos.d/dvc.repo sudo rpm --import https://dvc.org/rpm/iterative.asc sudo yum update sudo yum install dvc 复制代码
使用snap安装（Linux）
安装 DVC 之前，需要确保已经安装了snapd。
snap install --classic dvc 复制代码
查看帮助文档
$ dvc -h 复制代码
注意：
- 如果要将
DVC用作Python库，请使用pip或conda安装。- 当使用
Homebrew、deb或rpm存储库 、snap安装DVC时，会自动启用 Shell 补全。
项目初始化
安装完DVC之后， 通过在 Git 项目中运行 dvc init 来初始化它。
准备工作：
$ mkdir example-get-started $ cd example-get-started $ git init 复制代码
初始化DVC：
$ dvc init 复制代码
初始化DVC之后，创建了一些应该添加到 Git 仓库的内部文件。
$ git status Changes to be committed: new file: .dvc/.gitignore new file: .dvc/config ... $ git commit -m "Initialize DVC" 复制代码
ok，现在你已经准备好DVC了。 DVC的特性可以分为几个功能组件（数据和模型版本控制、访问与下载数据和模型、数据流水线、指标跟踪、更新训练参数以及可视化模型表现、机器学习实验管理），后面我将在博文中一一探讨。
