您可以通过在一个或多个 dvc.yaml 文件（或流水线文件）中定义各个阶段（Stage）来构建数据科学或机器学习流水线（Pipeline）。 Stage 相互连接时形成 Pipeline （形成依赖关系图，具体请见： dvc dag）。
注意：命令
dvc stage可用于创建和列出 Stage 。
dvc.yaml 文件可以使用 Git 进行版本控制。
这些文件使用 YAML 1.2 文件格式。 我们鼓励您熟悉它，以便您可以自己修改、编写或生成 Stage 和 Pipeline。
阶段（Stages）
stages 列表包含一个或多个用户定义的 stages。 这是一个名为 transpose 的简单 stages：
stages: transpose: cmd: ./trans.r rows.txt > columns.txt deps: - rows.txt outs: - columns.txt 复制代码
另请参阅
dvc stage add，一个用于在dvc.yaml中编写 Stage 的辅助命令。
Stage 中最重要的部分是它执行的终端命令（cmd 字段）。 这就是 DVC 在 Stage 再现时运行的内容（请参阅 dvc repro）。
如果命令读取输入文件，则这些文件（或它们的目录位置）可以定义为依赖项（deps）。 DVC 会检查它们是否已经改变来决定该 Stage 是否需要重新执行（请参阅 dvc status)）。
如果它写入文件或目录，则可以将它们定义为输出（outs）。 DVC 将继续跟踪它们（类似于使用 dvc add）。
请参阅完整的 Stage 条目规范。
参数依赖（Parameter dependencies）
Parameters是一种特殊类型的 Stage 依赖。 它们由一个 name/value 对组成，可在 YAML、JSON、TOML 或 Python 参数文件（默认为 params.yaml）中发现。 具体示例如下：
stages: preprocess: cmd: bin/cleanup raw.txt clean.txt deps: - raw.txt params: - threshold - passes outs: - clean.txt 复制代码
这允许多个 Stage 依赖于共享结构化文件的值（可以直接使用 Git 对其进行版本控制）。 另请参见 dvc params diff。
指标和图表输出
与常见的输出一样，指标和图表文件由 Stage 的 cmd 生成。 但是，它们的目的是不同的。 通常，它们包含用于评估流水线流程的元数据。 具体示例如下：
stages: build: cmd: python train.py deps: - features.csv outs: - model.pt metrics: - accuracy.txt: cache: false plots: - auc.json: cache: false 复制代码
其中，cache: false 在这里是特有的，因为它们足够小，可以让 Git 直接进行版本控制。
dvc metrics和 dvc plots命令可帮助您显示和比较指标和图表。
模板（Templating）-DVC 2.0
这是 DVC 2.0 中的新功能（具体请参见
dvc version）
dvc.yaml 支持模板（Templating）格式以在 YAML 结构中插入来自不同来源的值。 这些来源可以是 parameters files 或 dvc.yaml 中定义的 vars。
假设我们有一个params.yaml（默认参数文件）具有以下的内容：
models: us: threshold: 10 filename: 'model-us.hdf5' 复制代码
这些值可以在 dvc.yaml 中的任何位置使用 ${} 替换表达式：
stages: build-us: cmd: >- python train.py --thresh ${models.us.threshold} --out ${models.us.filename} outs: - ${models.us.filename}: cache: true 复制代码
DVC 将跟踪 ${} 中使用的简单参数值（数字、字符串等）（它们将由 dvc params diff 列出）。
或者，可以将替换值列为顶级 vars，如下所示：
vars: - models: us: threshold: 10 - desc: 'Reusable description' stages: build-us: desc: ${desc} cmd: python train.py --thresh ${models.us.threshold} 复制代码
请注意，来自
vars的值不会像参数一样被跟踪。
要加载其他参数文件，请按所需顺序将它们列在顶部的 vars 中，例如：
如果有的话，参数文件路径将根据
wdir进行评估。
vars: - params.json - myvar: 'value' - config/myapp.yaml 复制代码
请注意，默认的
params.yaml文件总是首先加载（如果存在的话）。
还可以使用 : 冒号指定要从其他参数文件中包含的内容：
vars: - params.json:clean,feats stages: featurize: cmd: ${feats.exec} deps: - ${clean.filename} outs: - ${feats.dirname} 复制代码
还支持 Stage 特有的值，带有内部 vars。 您还可以在本地加载其他参数文件。 例如：
stages: build-us: vars: - params.json:build - model: filename: 'model-us.hdf5' cmd: python train.py ${build.epochs} --out ${model.filename} outs: - ${model.filename} 复制代码
DVC 会尽可能在每个范围内合并来自 params 文件和 vars 的值。 例如，{"grp": {"a": 1}} 与{"grp": {"b": 2}} 合并，但不与{"grp": {"a": 7}}。
⚠️ 本地vars的已知限制：
wdir不能使用本地vars中的值，因为 DVC 首先使用工作目录（从vars中列出的 params 文件加载任何值）。- 目前，
foreach也与本地vars不兼容。
替换表达式支持以下形式：
${param} # Simple ${param.key} # Nested values through . (period) ${param.list[0]} # List elements via index in [] (square brackets) 复制代码
要在
dvc.yaml中按字面意思使用表达式（即 DVC 不会将其替换为值），请使用反斜杠对其进行转义，例如\${....
foreach 阶段-DVC 2.0
这是 DVC 2.0 中的新功能（具体请参见
dvc version）
您可以使用以下语法在单个 dvc.yaml 条目中定义多个 Stage 。 一个 foreach 元素接受一个列表或字典，其中包含要迭代的值，而 do 包含常规 Stage 字段（cmd、outs等）。
这是一个简单的例子：
stages: cleanups: foreach: # List of simple values - raw1 - labels1 - raw2 do: cmd: clean.py "${item}" outs: - ${item}.cln 复制代码
在 dvc repro 时，列表中的每个 item 都会通过替换表达式${item}中的值来展开到自己的 Stage 。item 的值附加到每个 Stage 名称后的@，其格式为：stage名@item的值。 foreach 语法生成的最终的 Stage 保存到 dvc.lock，如下所示：
schema: '2.0' stages: cleanups@labels1: cmd: clean.py "labels1" outs: - path: labels1.cln cleanups@raw1: cmd: clean.py "raw1" outs: - path: raw1.cln cleanups@raw2: cmd: clean.py "raw2" outs: - path: raw2.cln 复制代码
对于包含复杂值的列表（例如字典），替换表达式可以使用${item.key} 形式。 Stage 名称将附加一个从零开始的索引。 例如：
stages: train: foreach: - epochs: 3 thresh: 10 - epochs: 10 thresh: 15 do: cmd: python train.py ${item.epochs} ${item.thresh} 复制代码
dvc.lock文件如下所示：
# dvc.lock schema: '2.0' stages: train@0: cmd: python train.py 3 10 train@1: cmd: python train.py 10 15 复制代码
