five

nielsr/datacomp_small_with_language

收藏
Hugging Face2023-08-12 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/nielsr/datacomp_small_with_language
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: train path: data/train-* 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: detected_language dtype: string splits: - name: train num_bytes: 4108589578 num_examples: 12800000 download_size: 3339674305 dataset_size: 4108589578 --- # Dataset Card for "datacomp_small_with_language" [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

数据集配置

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

数据集信息

  • 特征:
    • uid: 类型为字符串
    • url: 类型为字符串
    • text: 类型为字符串
    • original_width: 类型为int64
    • original_height: 类型为int64
    • clip_b32_similarity_score: 类型为float32
    • clip_l14_similarity_score: 类型为float32
    • face_bboxes: 类型为float64的序列
    • sha256: 类型为字符串
    • detected_language: 类型为字符串

数据分割

  • 分割名称: train
    • 字节数: 4108589578
    • 样本数: 12800000

数据集大小

  • 下载大小: 3339674305
  • 数据集大小: 4108589578
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作