在开发环境和训练任务中挂载数据集

数据集需要挂载到开发环境或训练任务中，代码才能通过容器内路径读取数据。挂载时，您可以选择内置数据集或自定义数据集，按需指定子目录，并配置容器内挂载路径。

​

挂载路径与读写方式

• 区分输入和输出：数据集适合作为输入数据，Volume 适合保存代码、临时文件、中间结果和训练输出。建议从数据集读取数据，将结果写入可写 Volume。
• 按需挂载子目录：如果数据集包含多个版本或子集，可以只挂载需要使用的部分，减少路径层级，也便于代码直接定位目标数据。
• 规划容器内路径：挂载路径是开发环境或训练任务容器内的访问目录。建议为团队约定固定路径，便于 Notebook 和训练脚本复用。请避免挂载到 /opt、/workspace 或 /usr 等镜像自带目录。

​

挂载前确认

• 目标数据集已经存在。
• 开发环境或训练任务可以在目标区域和集群中访问目标数据集。
• 如需写入输出，已准备可写的 Volume。
• 已规划好挂载路径，避免与其他 Volume、数据集或模型挂载路径冲突。

​

挂载到开发环境

1. 创建 JupyterLab、VS Code Server 实例。
2. 在数据集挂载配置中选择目标数据集。
3. 提交创建。

实例启动后，进入挂载路径确认数据可读。开发过程中产生的代码、Notebook、依赖缓存和中间结果，建议写入 Volume。

​

挂载到训练任务

1. 创建训练任务。
2. 在数据集挂载配置中选择目标数据集。
3. 提交创建。

任务启动后，训练脚本应从挂载路径读取数据。训练输出、checkpoint 和模型文件建议写入 Volume，便于任务结束后继续保留和复用。

​

排查挂载问题

如果容器内无法读取数据集，可以按以下顺序检查：

1. 确认数据集名称和类型是否选择正确。
2. 确认区域、集群与开发环境或训练任务一致，或处于可访问范围内。
3. 确认子目录是否填写正确。
4. 确认代码读取路径与容器内挂载路径一致。
5. 确认挂载路径没有覆盖镜像自带目录或与其他挂载路径冲突。

​

相关文档

• 使用内置数据集
• 注册和管理自定义数据集