Question

AI计算平台的文件结构说明

我们知道，在AI计算平台进行AI算法训练时，是以【项目】为载体，而在算法训练过程中，一个项目会包含以下的项目文件：数据集、代码、模型、任务的输出。

我们针对以上四种文件类型，进行了隔离存储，并提供在代码中便捷的访问他们：

文件夹	具体作用	读写权限
/data/$username/$dataset_name	用于存放名为$dataset_name的数据集	均可读，仅调试环境可写
/code	用于存放该项目中用户上传的代码	均可读，仅调试环境可写
/model/$username/$model_name	用于存放名为$model_name的预训练模型	均可读，仅调试环境可写
/output	用于存放该项目中某个任务的输出文件	均可读写

举个例子：

比如创建一个项目"DogvsCat-test"，在创建项目时，选择了数据集"DogvsCat"，并选择预训练模型"ResNet"（这个数据集和模型是用户名为systemuser的用户公开发布的），然后上传了一个"main.py"的代码文件，那么此时：

• main.py代码文件，将会放入项目的 /code 目录；
• 在main.py文件中，如果需要获取DogvsCat数据集文件，需要使用 /data/systemuser/DogvsCat/… 的格式；
• 在main.py文件中，如果需要获取ResNet模型中的文件，需要使用 /model/systemuser/ResNet 的格式；

在Jupyter作业下对文件的读写操作，需要注意：

• 对code目录写入权限仅仅针对代码修改，如果在该目录下进行其它文件写入，如模型数据存储等操作，将不会被保存；
• data以及model目录建议仅在需要进行解压文件等操作时进行写入；
• 在代码执行期间生成的文件请统一保存在/output目录；
• 每个任务都有独立的/output，任务训练完成后，可在【运行任务-output】下查看输出内容。