FredZhang7/stable-diffusion-prompts-2.47M

SDP-2.47M数据集是一个包含247万条文本提示的数据集，主要用于文本生成任务。数据集来源于多个公开的文本生成数据集，包括poloclub/diffusiondb、Gustavosta/Stable-Diffusion-Prompts、bartman081523/stable-diffusion-discord-prompts和FredZhang7/krea-ai-prompts。数据集经过预处理，适用于GPT-2等模型的训练。

---
license: creativeml-openrail-m（CreativeML-OpenRail-M许可协议）
task_categories:
- 文本生成
language:
- 英语
pretty_name: SDP-2.47M
size_categories:
- 100万 < 样本数量 < 1000万
---

## 数据集来源
本数据集为多源纯文本提示词数据集，整合自以下来源：
- poloclub/diffusiondb
- Gustavosta/Stable-Diffusion-Prompts
- bartman081523/stable-diffusion-discord-prompts
- FredZhang7/krea-ai-prompts

有关数据集预处理的具体方法，请参阅 [Fast GPT2 PromptGen](https://huggingface.co/FredZhang7/distilgpt2-stable-diffusion-v2)。

## Python 操作示例
将数据集下载并本地保存为 `all_prompts.txt`：
bash
pip install datasets

python
import datasets

dataset = datasets.load_dataset("FredZhang7/stable-diffusion-prompts-2.47M")

train = dataset["train"]
prompts = train["text"]

with open("all_prompts.txt", "w") as f:
for prompt in prompts:
f.write(prompt + "
")

原始信息汇总

数据集概述

基本信息

• 许可证: creativeml-openrail-m
• 任务类别: 文本生成
• 语言: 英语
• 数据集名称: SDP-2.47M
• 大小范围: 1M<n<10M

数据来源

• poloclub/diffusiondb
• Gustavosta/Stable-Diffusion-Prompts
• bartman081523/stable-diffusion-discord-prompts
• FredZhang7/krea-ai-prompts

使用方法

• 通过Python脚本下载并保存数据集至本地文件all_prompts.txt。
• 使用datasets库加载数据集，并提取训练集中的文本内容。