davanstrien/ia-loaded-embedded-gpu

---
dataset_info:
features:
- name: crawl_date
dtype: int64
- name: last_modified_date
dtype: float64
- name: url
dtype: string
- name: filename
dtype: string
- name: extension
dtype: string
- name: mime_type_web_server
dtype: string
- name: mime_type_tika
dtype: string
- name: width
dtype: int64
- name: height
dtype: int64
- name: md5
dtype: string
- name: sha1
dtype: string
- name: image
dtype: image
- name: embedding
sequence: float32
splits:
- name: train
num_bytes: 1542994483.25
num_examples: 4582
download_size: 1515373521
dataset_size: 1542994483.25
---
# Dataset Card for "ia-loaded-embedded-gpu"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息（dataset_info）：
特征字段（features）：
- 字段名：爬取日期（crawl_date），数据类型：64位整数
- 字段名：最后修改日期（last_modified_date），数据类型：64位浮点数
- 字段名：统一资源定位符（URL），数据类型：字符串
- 字段名：文件名（filename），数据类型：字符串
- 字段名：文件扩展名（extension），数据类型：字符串
- 字段名：Web服务器报告的MIME类型（mime_type_web_server），数据类型：字符串
- 字段名：Apache Tika识别的MIME类型（mime_type_tika），数据类型：字符串
- 字段名：图像宽度（width），数据类型：64位整数
- 字段名：图像高度（height），数据类型：64位整数
- 字段名：MD5哈希值（md5），数据类型：字符串
- 字段名：SHA1哈希值（sha1），数据类型：字符串
- 字段名：图像数据（image），数据类型：图像
- 字段名：嵌入向量（embedding），数据类型：由32位浮点数组成的序列
数据集划分（splits）：
- 划分名称：训练集（train），字节数：1542994483.25，样本数量：4582
下载大小（download_size）：1515373521
数据集总大小（dataset_size）：1542994483.25
---
# "ia-loaded-embedded-gpu" 数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• crawl_date: 数据类型为 int64
• last_modified_date: 数据类型为 float64
• url: 数据类型为 string
• filename: 数据类型为 string
• extension: 数据类型为 string
• mime_type_web_server: 数据类型为 string
• mime_type_tika: 数据类型为 string
• width: 数据类型为 int64
• height: 数据类型为 int64
• md5: 数据类型为 string
• sha1: 数据类型为 string
• image: 数据类型为 image
• embedding: 数据类型为 sequence of float32

数据集分割

• train:
  • 数据量: 1542994483.25 字节
  • 样本数量: 4582

数据集大小

• 下载大小: 1515373521 字节
• 数据集大小: 1542994483.25 字节