YAML

YAML (YAML ist keine Auszeichnungssprache) ist ein menschenlesbarer Standard zur Serialisierung von Daten, der in der Softwarebranche häufig zum Schreiben von Konfigurationsdateien verwendet wird. Im Gegensatz zu komplexeren Auszeichnungssprachen legt YAML Wert auf eine übersichtliche Formatierung und gute Lesbarkeit und eignet sich daher hervorragend für Entwickler und Datenwissenschaftler, die Parameter schnell überprüfen oder ändern müssen. Die einfache Struktur basiert auf Einrückungen statt auf Klammern oder Tags, sodass Benutzer hierarchische Datenstrukturen wie Listen und Dictionaries mit minimalem visuellem Aufwand definieren können. Im Kontext von künstlicher Intelligenz und maschinellem Lernen dient YAML als wichtige Schnittstelle zwischen menschlicher Absicht und maschineller Ausführung und speichert alles von Datensatzpfaden bis hin zu Einstellungen für das Optimieren von Hyperparametern in einem Format, das sich einfach versionieren und teilen lässt.

Bedeutung im maschinellen Lernen#

Im modernen Betrieb maschinellen Lernens (MLOps) ist es entscheidend, reproduzierbare und gut organisierte Experimente zu gewährleisten. YAML-Dateien dienen als Vorlagen für diese Experimente und kapseln alle erforderlichen Konfigurationsdetails in einem einzigen Dokument. Frameworks wie die Ultralytics YOLO26-Modelle stützen sich stark auf diese Konfigurationsdateien, um Modellarchitekturen und Trainingsabläufe zu definieren.

Beim Trainieren eines Computer-Vision-Modells musst du häufig angeben, wo sich deine Trainingsdaten befinden, wie viele Klassen du erkennst und wie diese Klassen heißen. Statt diese Werte fest in Python-Skripte zu integrieren, was zu unübersichtlichen Codebasen führen kann, lagerst du die Daten in eine YAML-Datei aus. Diese Trennung der Zuständigkeiten ermöglicht es Forschern, Datensätze auszutauschen oder Lernraten anzupassen, ohne die zentrale Codebasis zu verändern, und erleichtert so eine bessere Nachverfolgung von Experimenten und Zusammenarbeit.

YAML im Vergleich zu JSON und XML#

YAML wird häufig mit JSON (JavaScript-Objektnotation) und XML (erweiterbare Auszeichnungssprache) verglichen, doch im KI-Ökosystem erfüllen sie leicht unterschiedliche Zwecke.

• YAML: Am besten geeignet für Konfigurationsdateien, die von Menschen geschrieben und gelesen werden. Es unterstützt Kommentare, die entscheidend dafür sind, zu dokumentieren, warum bestimmte Modellgewichte oder Parameter ausgewählt wurden.
• JSON: Ideal für die Kommunikation zwischen Maschinen, etwa über Web-APIs oder zum Speichern von Inferenzresultaten. Aufgrund der erforderlichen Anführungszeichen und geschweiften Klammern ist es strenger und für Menschen schwieriger manuell zu bearbeiten; außerdem unterstützt es keine Kommentare.
• XML: Ein ausführlicheres Format, das häufig in Altsystemen oder zur Speicherung komplexer Dokumente verwendet wird, etwa für Pascal-VOC-Annotationen. Für einfache Konfigurationsaufgaben in modernen Deep-Learning-Workflows gilt es im Allgemeinen als zu umfangreich.

Praktische Anwendungen in der KI#

YAML wird in mehreren entscheidenden Phasen des Lebenszyklus der KI-Entwicklung eingesetzt:

• Datensatzkonfiguration: Bei der Arbeit mit Datensätzen zur Objekterkennung wie COCO oder benutzerdefinierten Daten auf der Ultralytics Platform definiert eine YAML-Datei (data.yaml) normalerweise die Verzeichnispfade für Trainings-, Validierungs- und Testsätze. Außerdem ordnet sie Klassenindizes (0, 1, 2) Klassennamen (person, bicycle, car) zu und stellt so sicher, dass das Modell die Datenstruktur versteht.
• CI/CD-Pipelines: In Workflows zur kontinuierlichen Integration verwenden Tools wie GitHub Actions YAML, um Automatisierungsschritte zu definieren. Dazu kann gehören, Komponententests für eine neue neuronale Netzwerkarchitektur auszuführen oder ein Modell in einem Docker-Container bereitzustellen, sobald Code in ein Repository übertragen wird.

Beispiel: Konfigurieren eines YOLO-Trainingslaufs#

Das folgende Beispiel zeigt, wie eine typische YAML-Datei als Datensatzschnittstelle für das Training eines YOLO26-Modells dient. Das folgende Python-Snippet zeigt, wie die Ultralytics-Bibliothek diese Datei verwendet, um den Trainingsprozess zu starten.

1. Die Datei coco8.yaml (Konzept): Diese Datei würde Pfade zu Bildern und eine Liste von Klassennamen enthalten.

path: ../datasets/coco8  # dataset root dir
train: images/train  # train images (relative to 'path')
val: images/val  # val images (relative to 'path')

# Classes
names:
  0: person
  1: bicycle
  2: car
  ...

2. Verwendung von Python: Der Code liest die Konfiguration und startet das Training mit den angegebenen Parametern.

from ultralytics import YOLO

# Load the YOLO26 model (recommended for new projects)
model = YOLO("yolo26n.pt")

# Train the model using the dataset configuration defined in the YAML file
# The 'data' argument points directly to the YAML file
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)

Wichtige Syntaxkonzepte#

Wenn du einige wichtige Syntaxregeln verstehst, kannst du häufige Fehler wie ScannerError oder ParserError vermeiden, die oft durch falsche Einrückungen entstehen.

• Einrückung: YAML verwendet Leerraum (Leerzeichen, keine Tabulatoren), um die Struktur zu kennzeichnen. Verschachtelte Elemente müssen stärker eingerückt sein als ihre übergeordneten Elemente.
• Schlüssel-Wert-Paare: Daten werden als key: value gespeichert. Beispielsweise legt epochs: 100 die Anzahl der Trainingszyklen fest.
• Listen: Sequenzen werden durch einen Bindestrich - gekennzeichnet. Dies ist nützlich, um Schritte zur Datenerweiterung oder mehrere Eingabequellen zu definieren.
• Kommentare: Zeilen, die mit # beginnen, werden vom Parser ignoriert. Dadurch kannst du direkt in der Datei Notizen zu bestimmten Hyperparametern hinterlassen.

Wenn Praktiker YAML sicher beherrschen, können sie ihre Workflows für das Modelltraining optimieren, Konfigurationsfehler reduzieren und sicherstellen, dass ihre KI-Projekte skalierbar und einfach zu warten bleiben.