如何从DVC仓库单独拉取指定数据集？批量下载问题咨询

核心原因 #

dvc pull命令默认会同步当前DVC仓库中所有被追踪的文件，无论你是否指定远程仓库。如果没有明确指定要拉取的目标，它会自动下载仓库中所有关联的数据集文件。

解决方法 #

要单独拉取指定数据集，只需在dvc pull后添加目标标识即可，有两种常用方式：

1. 通过对应的.dvc文件拉取
   每个被dvc add的文件都会生成一个同名的.dvc配置文件（比如dataset.zip对应dataset.zip.dvc），直接指定这个文件就能精准拉取对应数据集：

   dvc pull dataset.zip.dvc --remote #drive_name#
   

2. 直接指定目标文件/目录路径拉取
   也可以直接指定要拉取的数据集文件路径：

   dvc pull dataset.zip --remote #drive_name#
   

额外注意事项 #

如果你的每个数据集都在独立的子目录下单独执行了dvc init（即每个数据集对应一个独立的DVC仓库），那么你需要先进入对应数据集的目录，再执行上述dvc pull命令，否则根目录的DVC仓库无法识别子目录中独立仓库的追踪文件。

内容的提问来源于stack exchange，提问作者L. Guilherme P. Melquiades