Отменить команду dvc remove -p

Вы должны быть в безопасности (по крайней мере, данные не пропали), скорее всего. Из dvc remove документов:

Обратите внимание, что он не удаляет файлы из кэша DVC или удаленного хранилища (см. dvc gc). Однако не забудьте запустить dvc push, чтобы сохранить файлы, которые вы действительно хотите использовать или поделиться ими в будущем.

Итак, если вы создали training_data.dvc как с dvc add и/или dvc run и dvc remove -p ни о чем вас не спрашивали/предупреждали, значит данные кешируются аналогично Git в .dvc/cache.

Есть способы получить его, но мне нужно знать немного больше деталей - как именно вы добавили свой набор данных? Вы сделали коммит training_data.dvc или он полностью исчез? Это были единственные данные, которые вы добавили до сих пор? (рад помочь вам в комментариях).

Восстановление каталога

Прежде всего, здесь — это документ, кратко описывающий, как DVC хранит каталоги в кэше.

Что мы можем сделать, так это найти все файлы .dir в каталоге .dvc/cache:

find .dvc/cache -type f -name "*.dir"

выводит что-то вроде:

.dvc/cache/20/b786b6e6f80e2b3fcf17827ad18597.dir
.dvc/cache/00/db872eebe1c914dd13617616bb8586.dir
.dvc/cache/2d/1764cb0fc973f68f31f5ff90ee0883.dir

(если локальный кеш потерян и мы восстанавливаем данные из удаленного хранилища, применяется та же логика, команды (например, для поиска файлов на S3 с расширением .dir) выглядят иначе)

Каждый файл .dir представляет собой JSON с содержимым одной версии каталога (имена файлов, хэши и т. д.). Там есть вся необходимая информация для восстановления. Следующее, что нам нужно сделать, это понять, какой из них нам нужен. Для этого нет единого правила, которое я бы рекомендовал проверить (и выбрать в зависимости от вашего варианта использования):

• Проверьте дату изменения (если вы помните, когда эти данные были добавлены).
• Проверьте содержимое этих файлов — если вы помните конкретное имя файла, которое присутствовало только в том каталоге, который вы ищете, — просто загрузите его.
• Попробуйте восстановить их один за другим и проверьте содержимое каталога.

Хорошо, теперь давайте представим, что мы решили восстановить .dvc/cache/20/b786b6e6f80e2b3fcf17827ad18597.dir (например, потому что его содержание выглядит так:

[
{"md5": "6f597d341ceb7d8fbbe88859a892ef81", "relpath": "test.tsv"}, {"md5": "32b715ef0d71ff4c9e61f55b09c15e75", "relpath": "train.tsv"}
]

и мы хотим получить каталог с train.tsv).

Единственное, что нам нужно сделать, это создать файл .dvc, который ссылается на этот каталог:

outs:
- md5: 20b786b6e6f80e2b3fcf17827ad18597.dir
  path: my-directory

(обратите внимание, что путь /20/b786b6e6f80e2b3fcf17827ad18597.dir стал хеш-значением: 20b786b6e6f80e2b3fcf17827ad18597.dir)

И запустите dvc pull на этом файле.

Это должно быть так.