abbassix/ComNum

---
dataset_info:
features:
- name: input
dtype: string
- name: label
dtype: int64
- name: input_char
dtype: string
- name: input_sci_10E
dtype: string
- name: input_sci_10E_char
dtype: string
splits:
- name: train
num_bytes: 16934641
num_examples: 80000
- name: test
num_bytes: 2209924
num_examples: 10000
- name: validation
num_bytes: 4232715
num_examples: 20000
download_size: 8874700
dataset_size: 23377280
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集详细信息如下：
1. 特征字段：
- 输入（input）：数据类型为字符串（string）
- 标签（label）：数据类型为64位整数（int64）
- 输入字符序列（input_char）：数据类型为字符串（string）
- 10E格式科学计数法输入（input_sci_10E）：数据类型为字符串（string）
- 10E格式科学计数法输入字符序列（input_sci_10E_char）：数据类型为字符串（string）
2. 数据划分：
- 训练集（train）：占用字节数16934641，共包含80000条样本
- 测试集（test）：占用字节数2209924，共包含10000条样本
- 验证集（validation）：占用字节数4232715，共包含20000条样本
该数据集整体下载大小为8874700，总占用存储空间为23377280。
3. 数据集配置：
- 配置名称：默认（default）
对应数据文件路径：
* 训练集：data/train-*
* 测试集：data/test-*
* 验证集：data/validation-*

原始信息汇总

数据集概述

特征信息

• input: 数据类型为字符串（string）
• label: 数据类型为64位整数（int64）
• input_char: 数据类型为字符串（string）
• input_sci_10E: 数据类型为字符串（string）
• input_sci_10E_char: 数据类型为字符串（string）

数据分割

• train: 包含80000个样本，总字节数为16934641
• test: 包含10000个样本，总字节数为2209924
• validation: 包含20000个样本，总字节数为4232715

数据集大小

• 下载大小: 8874700字节
• 数据集大小: 23377280字节

配置信息

• default:
  • train: 数据文件路径为data/train-*
  • test: 数据文件路径为data/test-*
  • validation: 数据文件路径为data/validation-*