nielsr/datacomp-small-with-embeddings-and-cluster-labels
收藏Hugging Face2023-06-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/nielsr/datacomp-small-with-embeddings-and-cluster-labels
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: uid
dtype: string
- name: url
dtype: string
- name: text
dtype: string
- name: original_width
dtype: int64
- name: original_height
dtype: int64
- name: clip_b32_similarity_score
dtype: float32
- name: clip_l14_similarity_score
dtype: float32
- name: face_bboxes
sequence:
sequence: float64
- name: sha256
dtype: string
- name: clip_l14_embedding
sequence: float64
- name: cluster_label
dtype: int64
splits:
- name: train
num_bytes: 82751789578
num_examples: 12800000
download_size: 23194559015
dataset_size: 82751789578
---
# Dataset Card for "datacomp-small-with-embeddings-and-cluster-labels"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
nielsr
原始信息汇总
数据集概述
数据集名称
- 名称: datacomp-small-with-embeddings-and-cluster-labels
数据集特征
- 特征列表:
- uid: 字符串类型
- url: 字符串类型
- text: 字符串类型
- original_width: 整数类型 (int64)
- original_height: 整数类型 (int64)
- clip_b32_similarity_score: 浮点数类型 (float32)
- clip_l14_similarity_score: 浮点数类型 (float32)
- face_bboxes: 序列类型，子序列为浮点数类型 (float64)
- sha256: 字符串类型
- clip_l14_embedding: 序列类型，元素为浮点数类型 (float64)
- cluster_label: 整数类型 (int64)
数据集划分
- 训练集:
- 示例数量: 12800000
- 数据大小: 82751789578 字节
数据集大小
- 下载大小: 23194559015 字节
- 总数据大小: 82751789578 字节
