YAML

Características principales de YAML

YAML da prioridad a la legibilidad humana. Su estructura se basa en gran medida en la sangría para denotar jerarquía, de forma similar a Pythonlo que da como resultado archivos más limpios en comparación con formatos como XML o JSON. Sus características clave son:

• Sintaxis legible: El uso mínimo de corchetes o etiquetas hace que los archivos sean fáciles de leer y editar.
• Estructura mediante sangría: Utiliza espacios (no tabuladores) para definir estructuras anidadas, mejorando la claridad.
• Soporte para estructuras de datos: Soporta de forma nativa tipos de datos comunes como escalares (cadenas, números, booleanos), listas (secuencias) y diccionarios (mapeos/pares clave-valor).
• Observaciones: Permite añadir comentarios utilizando la tecla # para la documentación dentro del archivo.
• Versatilidad: Puede representar estructuras de datos complejas adecuadas a diversas necesidades de configuración.

Puedes obtener más información sobre su estructura en la Especificación YAML oficial.

YAML en aplicaciones de IA y ML

Los archivos YAML se utilizan ampliamente en el panorama de la IA y el ML para definir y gestionar diversos aspectos del ciclo de vida de un proyecto, fomentando la coherencia y la colaboración al separar la configuración del código. Las principales áreas de aplicación son:

• Configuración del modelo: Definición de la arquitectura de las redes neuronales (NN), incluyendo capas, funciones de activación como ReLU o SiLU, y conexiones. Frameworks como PyTorch y TensorFlow suelen utilizar YAML para configurar los modelos. Por ejemplo Ultralytics YOLO de Ultralytics, como YOLOv8 y YOLO11utilizan archivos YAML para especificar la estructura del modelo, incluyendo la columna vertebral y la cabeza de detección.
• Definición del conjunto de datos: Especificación de las rutas a los datos de entrenamiento, los datos de validación, los nombres de las clases y otros parámetros específicos del conjunto de datos. Esto es habitual en tareas como la detección de objetos utilizando conjuntos de datos como COCO o VOC. Ultralytics utiliza mucho los archivos YAML para definir conjuntos de datos.
• Configuración del conducto de entrenamiento: Especificación de hiperparámetros y ajustes para la función proceso de entrenamiento del modelo. Esto incluye parámetros como tamaño de los lotes, ritmos de aprendizajenúmero de épocas, algoritmos de optimización (por ejemplo Adam), y aumento de datos estrategias. Ejemplo: Un archivo YAML puede especificar epochs: 100, batch_size: 16, learning_rate: 0.001y técnicas de aumento de listas, como giros o rotaciones aleatorios. Esto permite a los investigadores e ingenieros seguir y modificar fácilmente los experimentos de entrenamiento.
• Pipelines MLOps: Definición de flujos de trabajo en plataformas de Operaciones de Aprendizaje Automático (MLOps ). Herramientas como Kubeflow Pipelines y MLflow Projects utilizan YAML para describir la secuencia de pasos en una canalización de ML, desde el preprocesamiento de datos hasta el despliegue y la supervisión de modelos.
• Configuración del despliegue: Especificación de los ajustes para desplegar los modelos, como los requisitos de recursos (p. ej, CPU/GPU ), parámetros de escalado y variables de entorno; a menudo se utiliza junto con tecnologías de contenedorización como Docker. Ejemplo: Un YAML de despliegue para un clúster Kubernetes podría definir el número de réplicas para un punto final de servicio de modelos, los límites de memoria y la imagen Docker a utilizar. Consulta el Inicio rápido de DockerUltralytics para ver las configuraciones relacionadas.

YAML frente a otros formatos

Aunque YAML sirve para fines similares a otros formatos de serialización de datos, tiene características distintas:

• YAML frente a JSON (JavaScript Object Notation): Ambos son legibles por humanos y admiten estructuras de datos similares. JSON es más estricto, exige que las cadenas vayan entre comillas y utiliza llaves {} y corchetes []. A menudo se considera que YAML es más legible para configuraciones complejas debido a su uso de la sangría y de una sintaxis mínima. Sin embargo, JSON se utiliza más para las API web. Puedes encontrar más información en JSON.org.
• YAML frente a XML (Lenguaje de marcado extensible): XML es un lenguaje de marcado definido por la W3C que utiliza etiquetas (<tag>...</tag>) para definir elementos. Es más verboso que YAML y JSON. Aunque es potente para la estructuración y validación de documentos (por ejemplo, en anotación de datos), XML suele ser menos preferible para los archivos de configuración en los que la legibilidad es primordial, en comparación con el estilo más limpio de YAML.

El enfoque de YAML en la legibilidad humana lo convierte en una opción excelente para los archivos de configuración en proyectos de IA/ML, simplificando la gestión y mejorando la colaboración, especialmente dentro de plataformas como Ultralytics HUB, que agilizan el ciclo de vida del ML.