umarigan/recipe_dataset_tokenized

---
dataset_info:
features:
- name: title
dtype: string
- name: ingredients
dtype: string
- name: directions
dtype: string
- name: image
dtype: image
- name: embeddings_image
sequence: float64
- name: embeddings_text
sequence: float64
splits:
- name: train
num_bytes: 3703247138.125
num_examples: 82303
download_size: 3678809691
dataset_size: 3703247138.125
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：标题，数据类型：字符串
- 名称：食材，数据类型：字符串
- 名称：烹饪步骤，数据类型：字符串
- 名称：图像，数据类型：图像
- 名称：图像嵌入（embeddings_image），数据类型：双精度浮点数序列
- 名称：文本嵌入（embeddings_text），数据类型：双精度浮点数序列
数据集划分：
- 划分名称：训练集（train），字节占用量：3703247138.125，样本数量：82303
下载大小：3678809691 字节
数据集总占用大小：3703247138.125 字节
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 对应训练集划分的路径为：data/train-*

原始信息汇总

数据集概述

特征信息

• 标题：
  • 名称：title
  • 数据类型：string
• 成分：
  • 名称：ingredients
  • 数据类型：string
• 制作步骤：
  • 名称：directions
  • 数据类型：string
• 图片：
  • 名称：image
  • 数据类型：image
• 图片嵌入：
  • 名称：embeddings_image
  • 数据类型：sequence of float64
• 文本嵌入：
  • 名称：embeddings_text
  • 数据类型：sequence of float64

数据分割

• 训练集：
  • 名称：train
  • 字节数：3703247138.125
  • 样本数：82303

数据集大小

• 下载大小：3678809691 字节
• 数据集大小：3703247138.125 字节

配置信息

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