davanstrien/test_embeddings

--- 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: embeddings sequence: float32 splits: - name: train num_bytes: 210083085.0 num_examples: 969 download_size: 208374121 dataset_size: 210083085.0 --- # Dataset Card for "test_embeddings" [More Information needed](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

数据集名称

• 名称: test_embeddings

数据集特征

• crawl_date: 整数类型 (int64)
• last_modified_date: 浮点数类型 (float64)
• url: 字符串类型 (string)
• filename: 字符串类型 (string)
• extension: 字符串类型 (string)
• mime_type_web_server: 字符串类型 (string)
• mime_type_tika: 字符串类型 (string)
• width: 整数类型 (int64)
• height: 整数类型 (int64)
• md5: 字符串类型 (string)
• sha1: 字符串类型 (string)
• image: 图像类型
• embeddings: 序列类型，浮点数 (float32)

数据集分割

• train:
  • num_bytes: 210083085.0 字节
  • num_examples: 969 个样本

数据集大小

• 下载大小: 208374121 字节
• 数据集大小: 210083085.0 字节