guangyil/SBU_caption

--- dataset_info: features: - name: bert_token sequence: int64 - name: gpt2_token sequence: int64 splits: - name: train num_bytes: 287684206.968832 num_examples: 954428 - name: test num_bytes: 288158.040064 num_examples: 956 download_size: 76486474 dataset_size: 287972365.008896 --- # Dataset Card for "SBU_caption" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 名称：bert_token，数据类型为int64的整数序列 - 名称：gpt2_token，数据类型为int64的整数序列 数据集划分： - 划分名称：训练集（train），字节占用量：287684206.968832，样本数量：954428 - 划分名称：测试集（test），字节占用量：288158.040064，样本数量：956 下载大小：76486474 字节 数据集总大小：287972365.008896 字节 --- # "SBU_caption" 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

数据集名称

SBU_caption

数据集特征

• bert_token: 序列类型为 int64
• gpt2_token: 序列类型为 int64

数据集分割

• 训练集 (train):
  • 示例数量: 954428
  • 数据大小: 287684206.968832 字节
• 测试集 (test):
  • 示例数量: 956
  • 数据大小: 288158.040064 字节

数据集大小

• 下载大小: 76486474 字节
• 总数据集大小: 287972365.008896 字节