#dataset
Label a Dataset with a Few Lines of Code(eric-landau.medium.com)
2021-1-19 5:54
本教程的目的是通过一个我们必须解决的现实示例来演示算法标记的威力。*如果您想查看此过程中生成的完整标记数据集，请在此处注册。
在以后的文章中，我们将详细介绍什么是算法标记，但是，简而言之，算法标记是关于在问题空间中收集所有现有信息，并将其转换为程序形式的解决方案。
这是一个算法标签示例，用于标记汽车的简短视频：
......
The Pile: An 800GB Dataset of Diverse Text for Language Modeling(pile.eleuther.ai)
2021-1-2 8:26堆是825 GiB的各种开源语言建模数据集，它由22个较小的高质量数据集组合而成。 最近的工作表明，特别是对于大型模型，数据源的多样性改善了模型的一般跨域知识以及下游的泛化能力。 在我们的评估中，不仅在桩上训练的模型在传统语言建模基准方面显示出适度的改进，而且在桩BPB上也显示出显着的改进。 为了在桩BPB（每字......
Unsplash’s dataset is now open source(unsplash.com)
2020-9-22 3:39
当我们在2016年第一次发布Unspash API时，我们做梦也没有想到它会变得如此流行和有用。
20万名开发人员。每月50亿次API请求。在Squaspace、Dropbox、Buzzfeed、Medium、Adobe、Wix、Figma、Concept、Trello和Facebook以及成千上万的其他应用中进行本......
Covid-19 Dataset Builder(vectorspace.ai)
2020-5-18 1:9《今日世界商业百科全书》第一版世界地理百科全书-5卷集世界历史百科全书7卷集档案百科全书第1-5卷数学科学百科全书凝聚态物理百科全书物理研究百科全书第一卷集事实集数学物理百科全书第1-5卷数学科学百科全书凝聚态物理百科全书第一卷世界历史百科全书第七卷数学物理百科全书第1-5卷数学科学百科全书凝聚态物理百科全书第一卷世......