scaling-laws-diff-exp/laion50k

---
dataset_info:
features:
- name: __key__
dtype: string
- name: __url__
dtype: string
- name: depth_image.jpg
dtype: image
- name: image.jpg
dtype: image
- name: json
struct:
- name: caption
dtype: string
splits:
- name: train
num_bytes: 5581830403.0
num_examples: 50000
download_size: 5552062776
dataset_size: 5581830403.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：`__key__`，数据类型：字符串
- 字段名：`__url__`，数据类型：字符串
- 字段名：`depth_image.jpg`，数据类型：图像
- 字段名：`image.jpg`，数据类型：图像
- 字段名：`json`（JavaScript对象表示法，JSON），为结构体类型，包含子字段：
- 子字段名：`caption`，数据类型：字符串
数据划分：
- 划分名称：`train`（训练集），占用字节数：5581830403.0，样本总数：50000
下载大小：5552062776 字节
数据集总占用字节数：5581830403.0
数据集配置：
- 配置名称：`default`（默认配置），数据文件配置：
- 对应数据划分：`train`（训练集），文件路径：`data/train-*`

原始信息汇总

数据集概述

数据集特征

• key：字符串类型
• url：字符串类型
• depth_image.jpg：图像类型
• image.jpg：图像类型
• json：结构化数据，包含以下字段：
  • caption：字符串类型

数据集划分

• train：
  • 数据量：50000个样本
  • 存储大小：5581830403.0字节

数据集大小

• 下载大小：5552062776字节
• 数据集总大小：5581830403.0字节

配置信息

• default配置：
  • 训练数据路径：data/train-*