hemachandher/new_dataset

该数据集包含图像和文本两种类型的数据。图像数据以二进制格式存储，每个图像文件包含其字节数据和文件路径信息。文本数据为纯文本格式。数据集主要分为训练集，共有1001个训练样本，总数据量约为138MB，下载时的大小约为100MB。训练数据文件路径遵循模式data/train-*。

原始信息汇总

数据集概述

数据集特征

• image
  • bytes: 数据类型为二进制。
  • path: 数据类型为空。
• text: 数据类型为字符串。

数据集划分

• train
  • num_bytes: 138098403字节。
  • num_examples: 1001个样本。

数据集大小

• download_size: 100680724字节。
• dataset_size: 138098403字节。

配置信息

• config_name: default
  • data_files
    • split: train
      • path: data/train-*