> ## 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.
# 在开发环境和训练任务中挂载数据集
> 将内置数据集或自定义数据集挂载到 JupyterLab、VS Code Server 或训练任务中读取。
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](./use-built-in-datasets)
* [注册和管理自定义数据集](./register-custom-datasets)