5K Midjourney Boosters

kaggle2023-07-09 更新2024-03-08 收录

数据挖掘

激励机制

数据链接：

https://www.kaggle.com/datasets/nikbearbrown/5k-midjourney-boosters 数据链接链接失效反馈

官方服务：

资源简介：

Midjourney Boosters extracted from 15 million public messages

从1500万条公开消息中提取的Midjourney助推器（Midjourney Boosters）

创建时间：

2023-07-09

KathirKs/CC-MAIN-2017-22_row_wise_20241007_162941

网络爬虫

数据挖掘

该数据集包含文本内容、唯一标识符和元数据三个主要特征。文本内容为字符串序列，唯一标识符为字符串类型，元数据包含dump、file_path、id和url四个子字段，均为字符串类型。数据集分为一个训练集，包含1,688,855个样本，总大小为20,446,020,473字节。下载大小为7,685,259,506字节。数据集的配置文件名为default，数据文件路径为data/train-*。

Hugging Face2024-10-07 更新150

The experimental results of IISOM and traditional SOM on KDD cup test dataset.

数据挖掘

自组织映射

The experimental results of IISOM and traditional SOM on KDD cup test dataset.

NIAID Data Ecosystem100

tmpmodelsave/qwen7bmath_base_ppo_with_format_score_numia_prompt_110tmp0_MATH500

数学教育

数据挖掘

这是一个包含索引、提示、答案和正确答案字段的文本数据集，用于训练模型进行文本匹配或相关任务。训练集包含496个样本，数据集大小为973061字节。

Hugging Face2025-02-06 更新80

Randomly Generated Data for ML Models

机器学习

数据挖掘

该数据集包含了10000个随机生成的点，旨在用于训练机器学习模型，包括回归和分类任务。这些数据点是从正态分布中生成的，用于回归任务，而从伯努利分布中生成，用于分类任务。数据集规模为10000个样本，每个样本具有5个特征。其目的是为了训练进行回归和分类任务的机器学习模型。

arXiv110

ivanjaenm/ot-dataset_bins50_size1M_floats

机器学习

数据挖掘

该数据集包含四个浮点数类型的特征：源距离(source_dist)、目标距离(target_dist)、总输入(total_input)和输出映射稀疏度(output_map_sparse)。数据集分为训练集和测试集，训练集有80万个样本，测试集有20万个样本。数据集下载后大小约为3.03GB，解压后大小约为3.99GB。

Hugging Face2025-09-25 更新100

5K Midjourney Boosters

资源简介：

相关数据集