Obscure-Entropy/GBC10M_filtered

该数据集包含两个特征：url（字符串类型）和caption（字符串类型）。数据集仅包含一个训练集，训练集有10128574个样本，总大小为7801648013字节。数据集的下载大小为4156555872字节。数据集的配置名为default，训练数据文件路径为data/train-*。

The dataset includes two features: url (string type) and caption (string type). It consists of a single training set with 10128574 examples, totaling 7801648013 bytes. The download size of the dataset is 4156555872 bytes. The dataset configuration is named default, with the training data file path being data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • url: 数据类型为字符串。
  • caption: 数据类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 7801648013
  • 样本数: 10128574

数据集大小

• 下载大小: 4156555872
• 数据集总大小: 7801648013

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*