YAML

YAML (YAML không phải là ngôn ngữ đánh dấu) là một tiêu chuẩn tuần tự hóa dữ liệu mà con người có thể đọc, được sử dụng rộng rãi trong ngành phần mềm để viết các tệp cấu hình. Không giống như các ngôn ngữ đánh dấu phức tạp hơn, YAML ưu tiên định dạng rõ ràng và khả năng đọc hiểu, khiến nó trở thành lựa chọn tuyệt vời cho các developer và nhà khoa học dữ liệu cần nhanh chóng kiểm tra hoặc sửa đổi tham số. Cấu trúc đơn giản của YAML dựa vào thụt lề thay vì dấu ngoặc hoặc thẻ, cho phép người dùng định nghĩa các cấu trúc dữ liệu phân cấp như danh sách và dictionary với ít rối mắt hơn. Trong bối cảnh trí tuệ nhân tạo và machine learning, YAML đóng vai trò cầu nối quan trọng giữa ý định của con người và việc thực thi của máy, lưu trữ mọi thứ từ đường dẫn dataset đến các thiết lập tinh chỉnh hyperparameter trong một định dạng dễ quản lý phiên bản và chia sẻ.

Mức độ liên quan trong Machine Learning#

Trong vận hành machine learning (MLOps) hiện đại, việc duy trì các thí nghiệm có tính tái lập và được tổ chức tốt là điều thiết yếu. Các tệp YAML hoạt động như bản thiết kế cho những thí nghiệm này, đóng gói mọi chi tiết cấu hình cần thiết trong một tài liệu duy nhất. Các framework như các model Ultralytics YOLO26 phụ thuộc nhiều vào những tệp cấu hình này để định nghĩa kiến trúc model và quy trình training.

Khi training một model computer vision, bạn thường cần chỉ định nơi lưu training data, số lượng class cần detect và tên của các class đó. Thay vì hard-code những giá trị này vào các script Python, điều có thể dẫn đến codebase lộn xộn, bạn tách dữ liệu này vào một tệp YAML. Việc phân tách các mối quan tâm này cho phép các nhà nghiên cứu thay đổi dataset hoặc điều chỉnh learning rate mà không cần chạm vào codebase cốt lõi, hỗ trợ tốt hơn cho việc theo dõi thí nghiệm và cộng tác.

YAML so với JSON và XML#

Mặc dù YAML thường được so sánh với JSON (Ký hiệu đối tượng JavaScript) và XML (Ngôn ngữ đánh dấu mở rộng), chúng phục vụ các mục đích hơi khác nhau trong hệ sinh thái AI.

• YAML: Phù hợp nhất cho các tệp cấu hình được con người viết và đọc. YAML hỗ trợ comment, yếu tố rất quan trọng để ghi lại lý do chọn các model weight hoặc tham số cụ thể.
• JSON: Lý tưởng cho giao tiếp giữa máy với máy, chẳng hạn như các web API hoặc việc lưu kết quả inference. JSON có quy tắc chặt chẽ hơn và khó để con người chỉnh sửa thủ công hơn do yêu cầu về dấu ngoặc kép và dấu ngoặc nhọn, đồng thời không hỗ trợ comment.
• XML: Một định dạng dài dòng hơn, thường được sử dụng trong các hệ thống legacy hoặc để lưu trữ tài liệu phức tạp (chẳng hạn như annotation Pascal VOC). Nhìn chung, XML được xem là quá nặng cho các tác vụ cấu hình đơn giản trong quy trình deep learning hiện đại.

Các Ứng dụng Thực tế trong AI#

YAML được sử dụng trong một số giai đoạn quan trọng của vòng đời phát triển AI:

• Cấu hình Dataset: Khi làm việc với các dataset object detection như COCO hoặc dữ liệu tùy chỉnh trên Ultralytics Platform, một tệp YAML (data.yaml) thường định nghĩa đường dẫn thư mục cho các tập train, validation và test. Tệp này cũng ánh xạ các chỉ số class (0, 1, 2) với tên class (person, bicycle, car), đảm bảo model hiểu được cấu trúc dữ liệu.
• Pipeline CI/CD: Trong các workflow tích hợp liên tục, những công cụ như GitHub Actions sử dụng YAML để định nghĩa các bước tự động hóa. Việc này có thể bao gồm chạy unit test trên một kiến trúc neural network mới hoặc triển khai model vào một Docker container mỗi khi code được push lên repository.

Ví dụ: Cấu hình một lần chạy Training YOLO#

Ví dụ sau đây minh họa cách một tệp YAML điển hình hoạt động như interface dataset để training một model YOLO26. Đoạn Python bên dưới cho thấy thư viện Ultralytics sử dụng tệp này như thế nào để bắt đầu quá trình training.

1. Tệp coco8.yaml (Khái niệm): Tệp này sẽ chứa các đường dẫn đến hình ảnh và một danh sách tên class.

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. Sử dụng Python: Code đọc cấu hình và khởi chạy quá trình training bằng các tham số đã chỉ định.

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)

Các khái niệm chính về cú pháp#

Hiểu một số quy tắc cú pháp chính giúp tránh các lỗi phổ biến, chẳng hạn như ScannerError hoặc ParserError, thường xảy ra do thụt lề không chính xác.

• Thụt lề: YAML sử dụng khoảng trắng (space, không phải tab) để biểu thị cấu trúc. Các mục lồng nhau phải được thụt lề sâu hơn các mục cha.
• Cặp Key-Value: Dữ liệu được lưu dưới dạng key: value. Ví dụ: epochs: 100 thiết lập số chu kỳ training.
• Danh sách: Các sequence được biểu thị bằng dấu gạch ngang -. Điều này hữu ích khi định nghĩa danh sách các bước data augmentation hoặc nhiều nguồn input.
• Comment: Các dòng bắt đầu bằng # sẽ bị parser bỏ qua, cho phép bạn để lại ghi chú về các hyperparameter cụ thể ngay trong tệp.

Bằng cách thành thạo YAML, các chuyên gia có thể tinh gọn workflow training model, giảm lỗi cấu hình và đảm bảo các dự án AI của họ vẫn có khả năng mở rộng và dễ bảo trì.