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 上编辑此节点将准备好的训练数据集保存到计算机硬盘。它接收已编码的数据(包括图像潜变量及其对应的文本条件信息),并将其组织成多个称为分片的较小文件以便于管理。该节点会在输出目录中自动创建文件夹,并同时保存数据文件和描述数据集的元数据文件。
输入参数
| 参数 | 数据类型 | 必填 | 取值范围 | 描述 |
|---|---|---|---|---|
latents | LATENT | 是 | N/A | 来自 MakeTrainingDataset 节点的潜变量字典列表。 |
conditioning | CONDITIONING | 是 | N/A | 来自 MakeTrainingDataset 节点的条件信息列表。 |
folder_name | STRING | 否 | N/A | 保存数据集的文件夹名称(位于输出目录内)。(默认值: “training_dataset”) |
shard_size | INT | 否 | 1 至 100000 | 每个分片文件包含的样本数量。(默认值: 1000) |
latents 列表中的项目数量必须与 conditioning 列表中的项目数量完全一致。如果数量不匹配,节点将报错。