> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-comfy-docs-comfyapi-search.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# SaveTrainingDataset - ComfyUI Built-in Node Documentation

> 此节点将编码后的训练数据集保存到磁盘，以便在训练期间高效加载。

此节点将编码后的训练数据集保存到磁盘，以便在训练期间高效加载。它接收图像 latent 及其匹配的文本条件，将其分割成称为分片的较小文件，并将它们存储在 datasets 目录内的一个文件夹中。它还会写入一个描述该数据集的元数据文件。

## 输入

| 参数           | 描述                                                                                 | 数据类型         | 必填 | 范围         |
| ------------ | ---------------------------------------------------------------------------------- | ------------ | -- | ---------- |
| `Latent`     | 来自 MakeTrainingDataset 的 latent 字典列表。                                              | LATENT       | 是  | N/A        |
| `条件`         | 来自 MakeTrainingDataset 的 conditioning 列表组成的列表。                                     | CONDITIONING | 是  | N/A        |
| `文件夹名`       | 用于将数据集保存到 datasets 目录内的文件夹名称。允许使用类似 'project/run1' 的子文件夹。（默认值："training\_dataset"） | STRING       | 是  | N/A        |
| `shard_size` | 每个分片文件中的样本数量。（默认值：1000）                                                            | INT          | 是  | 1 到 100000 |

**注意：** `latents` 中的项目数量必须与 `conditioning` 中的项目数量完全一致；如果这些数量不匹配，节点会引发错误。`folder_name` 必须命名为 datasets 目录的子文件夹（例如 `my_dataset`）——它不能是 datasets 目录本身，并且如果文件夹名称会被解析到 datasets 目录之外，则会被拒绝。`shard_size` 参数是一个高级设置。

## 输出

此节点不产生任何输出数据。其功能是将文件保存到你的磁盘。每个分片都保存为所选文件夹中的一个 `shard_XXXX.pkl` 文件，并且 `metadata.json` 文件会记录样本总数、分片数量和分片大小。

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SaveTrainingDataset/zh.md)

***

**Source fingerprint (SHA-256):** `6d7b63a24ac42907b0f4a1358712cd0ed085982ecd308bce87e5376d9bbc2274`