> ## Documentation Index
> Fetch the complete documentation index at: https://docs.siflow.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 数据集概述

> 了解人工智能平台中的数据集类型、挂载方式，以及在开发环境和训练任务中使用数据集的基本路径。

数据集用于为开发环境和训练任务提供输入数据。您可以使用平台维护的内置数据集，也可以将自有数据注册为自定义数据集，并在创建开发环境或训练任务时挂载读取。

## 数据集如何工作

数据集通常作为只读输入挂载到开发环境或训练任务中。挂载后，代码可以通过容器内路径读取数据。

如果程序需要写入 Notebook、临时文件、训练输出、checkpoint 或模型文件，请将这些内容写入可写的 Volume，不要写入数据集挂载路径。

不同区域和集群可访问的数据集可能不同。创建开发环境或训练任务前，请确认目标数据集可以在对应区域和集群中使用。

## 选择数据集类型

| 类型     | 适合场景                                    | 使用方式                           |
| ------ | --------------------------------------- | ------------------------------ |
| 内置数据集  | 使用平台维护的公共数据集，快速验证开发环境、Notebook 或训练任务链路。 | 无需注册数据来源，在创建开发环境或训练任务时直接选择并挂载。 |
| 自定义数据集 | 使用自有数据进行开发调试、模型训练或团队复用。                 | 先将已有数据注册为平台数据集，再在开发环境或训练任务中挂载。 |

## 使用路径

1. 根据数据来源选择内置数据集或自定义数据集。
2. 如果使用自有数据，先注册为自定义数据集。
3. 创建开发环境或训练任务时，选择数据集、按需指定子目录，并配置容器内挂载路径。
4. 在代码中通过挂载路径读取数据，将输出结果写入可写的 Volume。

## 相关文档

* [使用内置数据集](./use-built-in-datasets)
* [注册和管理自定义数据集](./register-custom-datasets)
* [在开发环境和训练任务中挂载数据集](./mount-datasets-in-workloads)