mahdibaghbanzadeh/dna_sample_30000

---
dataset_info:
features:
- name: source_read
dtype: string
- name: sample_read
dtype: string
- name: score
dtype: float32
splits:
- name: train
num_bytes: 49860000
num_examples: 30000
- name: validation
num_bytes: 1662000
num_examples: 1000
- name: test
num_bytes: 1662000
num_examples: 1000
download_size: 12575180
dataset_size: 53184000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 字段名：源读取（source_read），数据类型：字符串（string）
- 字段名：样本读取（sample_read），数据类型：字符串（string）
- 字段名：评分（score），数据类型：32位浮点数（float32）
数据划分：
- 划分名称：训练集（train），字节占用量：49860000，样本数量：30000
- 划分名称：验证集（validation），字节占用量：1662000，样本数量：1000
- 划分名称：测试集（test），字节占用量：1662000，样本数量：1000
下载大小：12575180
数据集总大小：53184000
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集（train）：data/train-*
- 验证集（validation）：data/validation-*
- 测试集（test）：data/test-*

原始信息汇总

数据集信息

特征

• source_read: 数据类型为字符串（string）
• sample_read: 数据类型为字符串（string）
• score: 数据类型为浮点数（float32）

数据分割

• train: 字节数为49860000，样本数为30000
• validation: 字节数为1662000，样本数为1000
• test: 字节数为1662000，样本数为1000

数据大小

• 下载大小: 12575180字节
• 数据集大小: 53184000字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*