在使用dvc pull提取单个文件或文件夹后，我希望能够从DVC缓存中删除这些文件或文件夹，这样它们就不会占用本地磁盘中的空间。
让我把事情说得更具体一些，并总结一下我迄今为止找到的解决方案。想象一下，你已经下载了一个数据文件夹使用类似的东西：
dvc pull <my_data_folder.dvc>
这将把下载的数据放入.dvc/cache中，并在my_data_folder中创建一组软链接(如果您已将DVC配置为使用软链接(
ls -l my_data_folder
你会看到这样的东西：
my_data_file_1.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
my_data_file_2.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
...
假设您暂时不需要这些数据，并且需要从本地磁盘释放其空间。我知道有两种手动方法可以做到这一点，尽管我不确定第二种：
预备步骤(可选(
如果你有符号链接，就不需要了(我相信这是真的，至少在类unix的操作系统中是这样(：
dvc unprotect my_data_folder
方法1(已验证(：
删除所有缓存的数据。从回购的根文件夹：
rm -r my_data_folder
rm -rf .dvc/cache
这似乎可以正常工作，并将完全释放下载数据之前使用的磁盘空间。一旦我们再次需要数据，我们可以像以前一样通过dvc pull来提取数据。缺点是，到目前为止，我们正在删除使用dvc下载的所有数据，而不仅仅是与my_data_folder对应的数据，因此我们需要再次对所有数据执行dvc pull。
方法2(未验证(：
只删除特定的文件(要彻底测试，这不会以任何方式损坏DVC(：
首先，注意软链接中指示的路径：
ls -l my_data_folder
你会看到这样的东西：
my_data_file_1.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
my_data_file_2.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
如果要删除my_data_file_1.pk，请从repo的根文件夹中运行：
rm .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
关于dvc gc
的注记出于某种原因，运行dvc gc似乎不会从缓存中删除文件，至少在我的情况下是这样。
如果有人能提出一个更好的方法，或者评论第二种方法是否真的合适，我将不胜感激。此外，如果我想删除整个文件夹，而不是逐个文件，有什么方法可以自动做到这一点吗？
谢谢！
目前无法从缓存中粒度指定要删除的目录/文件。以下是投票票，并要求优先考虑：
- dvc-gc删除
- 重新考虑gc实现
由于某种原因，运行dvc-gc似乎不会从缓存中删除文件，至少在我的情况下是这样。
这有点令人担忧。如果使用-w选项运行它，它只保留当前版本的.dvc和dvc.lock文件中引用的文件/目录。它应该删除所有其他内容。
所以，假设你正在构建一个模型：
my_model_file.pk
您创建了一次它，它的散列是4f7bc7702897bec7e0fae679e968d792，它写在dvc.lock或my_model_file.dvc中。
然后进行另一次迭代，现在hash是不同的5a8cc7702897bec7e0faf679e968d363。现在应该将其写入.dvc或锁中。这意味着不再引用与先前4f7bc7702897bec7e0fae679e968d792相对应的模型。在这种情况下，dvc gc -w肯定应该收集它。如果没有发生这种情况，请创建一个票证，我们将尝试复制并查看。