> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-custom-nodes-sdk-v2-frontend.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，将其拆分为称为 shard 的小文件，并存储在 datasets 目录下的一个文件夹中。同时还会写入一个描述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 的条件列表列表。                                                  | CONDITIONING | 是  | N/A        |
| `文件夹名`       | 用于保存数据集的文件夹名称，位于 datasets 目录内。允许使用子文件夹，如 'project/run1'。（默认："training\_dataset"） | STRING       | 是  | N/A        |
| `shard_size` | 每个 shard 文件中的样本数。（默认：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；如果数量不一致，节点将报错。`folder_name` 必须指向 datasets 目录下的一个子文件夹（例如 `my_dataset`）——不能是 datasets 目录本身，任何会解析到 datasets 目录之外的文件夹名称都将被拒绝。

## 输出

此节点不产生任何输出数据。其功能是将文件保存到磁盘。每个 shard 会以 `shard_XXXX.pkl` 文件的形式保存到所选文件夹中，同时一个 `metadata.json` 文件会记录总样本数、shard 数量以及 shard 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`