scaling-laws-diff-exp/laion500k

该数据集包含图像和文本数据，具体特征包括：__key__（字符串类型）、__url__（字符串类型）、depth_image.jpg（图像类型）、image.jpg（图像类型）以及一个包含caption（字符串类型）的json结构。数据集分为一个训练集（train），包含500,000个样本，总大小为55,381,878,468字节。下载大小为55,079,203,250字节。

原始信息汇总

数据集概述

数据集特征

• key: 数据类型为字符串。
• url: 数据类型为字符串。
• depth_image.jpg: 数据类型为图像。
• image.jpg: 数据类型为图像。
• json: 结构化数据，包含以下字段：
  • caption: 数据类型为字符串。

数据集分割

• train:
  • 数据量: 55381878468.0 字节
  • 示例数量: 500000

数据集大小

• 下载大小: 55079203250 字节
• 数据集大小: 55381878468.0 字节

配置

• default:
  • 数据文件路径: data/train-*