RachaelFu/har

--- dataset_info: features: - name: image sequence: sequence: sequence: float64 - name: label dtype: float64 - name: text dtype: string - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 - name: pixel_values sequence: sequence: sequence: float32 - name: pixel_mask sequence: sequence: int64 splits: - name: train num_bytes: 17461411034 num_examples: 5881 - name: test num_bytes: 4367565469 num_examples: 1471 download_size: 434387975 dataset_size: 21828976503 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征字段： - 名称：图像（image），为三级序列，元素数据类型为float64 - 名称：标签（label），数据类型为float64 - 名称：文本（text），数据类型为string - 名称：输入标识符（input_ids），为序列类型，元素数据类型为int32 - 名称：令牌类型标识符（token_type_ids），为序列类型，元素数据类型为int8 - 名称：注意力掩码（attention_mask），为序列类型，元素数据类型为int8 - 名称：像素值（pixel_values），为三级序列，元素数据类型为float32 - 名称：像素掩码（pixel_mask），为二级序列，元素数据类型为int64 数据集划分： - 名称：训练集（train），占用字节数：17461411034，样本数量：5881 - 名称：测试集（test），占用字节数：4367565469，样本数量：1471 下载大小：434387975 字节 数据集总大小：21828976503 字节 配置项： - 配置名称：默认配置（default），数据文件映射： - 训练集（train）划分对应数据文件路径：data/train-* - 测试集（test）划分对应数据文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• image: 数据类型为float64。
• label: 数据类型为float64。
• text: 数据类型为string。
• input_ids: 数据类型为int32。
• token_type_ids: 数据类型为int8。
• attention_mask: 数据类型为int8。
• pixel_values: 数据类型为float32。
• pixel_mask: 数据类型为int64。

数据集分割

• 训练集 (train): 包含5881个样本，总大小为17461411034字节。
• 测试集 (test): 包含1471个样本，总大小为4367565469字节。

数据集大小

• 下载大小: 434387975字节。
• 数据集总大小: 21828976503字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*

搜集汇总

背景与挑战

背景概述

该数据集是一个多模态数据集，包含图像序列、文本和标签信息，总共有7,352行数据，文件大小为434 MB，以parquet格式存储。数据集被划分为训练集和测试集，适用于机器学习任务，如分类或预测。