FartLabs/FartDB_encoded
收藏Hugging Face2024-05-20 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/FartLabs/FartDB_encoded
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个特征，如Canonicalized SMILES、Canonicalized Flavor、Original Labels、Source、input_ids、attention_mask和label。数据集被分为训练集、测试集和验证集，每个集的大小和示例数量也有所描述。数据集的下载大小为1103410字节，总大小为27007290字节。数据集是使用DeepChem/ChemBERTa-77M-MLM编码的。
该数据集包含多个特征，如Canonicalized SMILES、Canonicalized Flavor、Original Labels、Source、input_ids、attention_mask和label。数据集被分为训练集、测试集和验证集，每个集的大小和示例数量也有所描述。数据集的下载大小为1103410字节，总大小为27007290字节。数据集是使用DeepChem/ChemBERTa-77M-MLM编码的。
提供机构：
FartLabs
原始信息汇总
数据集概述
数据集特征
- Canonicalized SMILES：字符串类型
- Canonicalized Flavor：字符串类型
- Original Labels：字符串类型
- Source：字符串类型
- input_ids：整数序列，类型为int32
- attention_mask：整数序列，类型为int8
- label：整数类型，类型为int64
数据集分割
- 训练集：
- 数据量：18903372字节
- 样本数：13632
- 测试集：
- 数据量：4050554字节
- 样本数：2922
- 验证集：
- 数据量：4053364字节
- 样本数：2922
数据集大小
- 下载大小：1103410字节
- 总数据集大小：27007290字节
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集：
data/train-* - 测试集：
data/test-* - 验证集：
data/validation-*
- 训练集：
