как в kaggle сделать папку по умолчанию на 1 уровн...

В Kaggle “сделать так, чтобы глубокая папка стала корнем /” нельзя: / — это реальная корневая ФС контейнера, её не переопределить. Но есть 2 рабочих обходных варианта (обычно их и используют).

Вариант 1 — сменить текущую рабочую папку (чтобы пути были “как из текущего уровня”)

Тогда все относительные пути будут считаться от нужной директории.

В ноутбуке (Jupyter) — лучше так:

python
import os

target = "/kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter"
os.chdir(target)

print("PWD =", os.getcwd())

Или магией:

python
%cd /kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter

Минус: содержимое не “появится” в /, просто вы будете внутри этой папки как в “дефолтной”.

---

Вариант 2 — сделать “псевдо-корень” в /kaggle/working через symlink (самый удобный)

/kaggle/input read-only, а /kaggle/working — место, где можно создавать ссылки/файлы.

2.1. Ссылка на папку целиком

bash
ln -s /kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter /kaggle/working/project
ls -la /kaggle/working/project

Теперь можно работать как будто “рядом”:

• файлы лежат в /kaggle/working/project/...
• в браузере файлов слева это тоже будет выглядеть удобно.

2.2. Если прям нужно, чтобы файлы были “на верхнем уровне” working (как будто распакованы в .)

Можно насоздавать ссылки на содержимое:

bash
cd /kaggle/working
for f in /kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter/*; do
  ln -s "$f" .
done
ls -la

Плюс: всё “как в текущей папке”.
Минус: если там много файлов/папок — верхний уровень засорится.

---

Что выбрать

• Хотите просто, чтобы всё работало с относительными путями → Вариант 1 (%cd / os.chdir)
• Хотите, чтобы в file browser было “как будто на верхнем уровне” → Вариант 2 (symlink в /kaggle/working)

Если скажете, как именно вы потом обращаетесь к файлам (обучение модели, импорт модулей, конфиги с относительными путями и т.п.), подскажу самый “чистый” вариант под ваш кейс.

Это как раз не баг кода, а особенность Kaggle: всё, что внутри /kaggle/input — read-only. А вы после %cd .../ailint_diploma_starter запускаете скрипт из read-only каталога, и он пытается создать data/unified рядом с собой, т.е. внутри /kaggle/input/..., поэтому и:

OSError: [Errno 30] Read-only file system: 'data'

Нужно писать выход в /kaggle/working (или /kaggle/temp).

Вариант A (самый простой): оставить скрипт в input, но out_dir сделать абсолютным в working

bash
!python /kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter/prepare_unified.py \
  --out_dir /kaggle/working/data/unified \
  --use_juliet --use_devign --use_bigvul --use_megavul \
  --max_megavul 200000

(Можно и так: --out_dir /kaggle/working/unified.)

Вариант B (часто удобнее): скопировать проект в working и запускать там с относительными путями

bash
!cp -r /kaggle/input/models/renesta/lintbs/pytorch/default/1/ailint_diploma_starter /kaggle/working/ailint_diploma_starter
%cd /kaggle/working/ailint_diploma_starter

!python prepare_unified.py --out_dir data/unified \
  --use_juliet --use_devign --use_bigvul --use_megavul \
  --max_megavul 200000

Так у вас и data/... будет создаваться нормально, и любые другие относительные записи (логи/кэши/артефакты) тоже не упрутся в read-only.

---

Быстрая проверка, где вы находитесь

bash
!pwd
!ls -ld .

Если путь начинается с /kaggle/input/... — туда писать нельзя.

Если после исправления вылетит следующая ошибка “read-only” уже на другом пути — скиньте текст, подскажу, какой ещё каталог скрипт пытается писать (иногда есть кэш/лог по умолчанию помимо --out_dir).