MedMNIST

极市2023-06-29 更新2024-03-04 收录

数据链接：

官方服务：

资源简介：

MedMNIST，这是 10 个预处理的医学开放数据集的集合

MedMNIST is a collection of 10 preprocessed open medical datasets.

提供机构：

该数据集包含了40,492个单链蛋白质单体，在应用了512残基的最大长度截止值后，数量减少至36,600个结构。此外，该数据集经过FoldFlow模型的重新训练，用于评估FlashIPA算法的性能。该数据集的规模为40,492个单链蛋白质单体，其任务旨在训练用于蛋白质结构生成的生成模型。

arXiv140

CarbonBench是一个用于大气传输的神经网络模拟器模型互比较的数据集，包含了由美国科罗拉多州博尔德的美国国家海洋和大气管理局（NOAA）全球监测实验室提供的CarbonTracker CT2022结果。

Hugging Face2025-10-28 更新140

A Processed Version of the UrbanSound8K Dataset for Machine Learning Application

kaggle2025-02-23 更新100

该数据集包含抽象描述(abstractions)、训练集(train)、测试集(test)、数据来源(source)、答案(answer)以及token数量(num_tokens)等字段。训练集部分大小为146MB，共有11169个示例。整个数据集的下载大小为57MB，总大小为146MB。

Hugging Face2025-09-07 更新140

这是一个包含指令和响应字符串的数据集，用于训练模型理解指令并生成相应的响应。数据集仅包含训练集分割，共有111183个示例，数据集大小为246198605字节。

Hugging Face2025-03-26 更新100