umarigan/turkish_clip_dataset_200k_300k

---
dataset_info:
features:
- name: SAMPLE_ID
dtype: int64
- name: URL
dtype: string
- name: TEXT
dtype: string
- name: HEIGHT
dtype: int64
- name: WIDTH
dtype: int64
- name: LICENSE
dtype: string
- name: LANGUAGE
dtype: string
- name: NSFW
dtype: string
- name: similarity
dtype: float64
- name: image
dtype: image
splits:
- name: train
num_bytes: 2915027197.0
num_examples: 100000
download_size: 2881727105
dataset_size: 2915027197.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• SAMPLE_ID: 数据类型为 int64
• URL: 数据类型为 string
• TEXT: 数据类型为 string
• HEIGHT: 数据类型为 int64
• WIDTH: 数据类型为 int64
• LICENSE: 数据类型为 string
• LANGUAGE: 数据类型为 string
• NSFW: 数据类型为 string
• similarity: 数据类型为 float64
• image: 数据类型为 image

数据分割

• train: 包含 100000 个样本，占用 2915027197.0 字节

数据集大小

• 下载大小: 2881727105 字节
• 数据集大小: 2915027197.0 字节

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*