DeepFoldProtein/ss_disorder_rsa_processed

--- dataset_info: features: - name: code dtype: string - name: sequence dtype: string - name: ss3 dtype: string - name: ss8 dtype: string - name: disorder dtype: string - name: rsa dtype: string - name: (omg phi psi) dtype: string - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: special_tokens_mask sequence: int8 - name: ss8_label sequence: int64 - name: rsa_label sequence: float64 - name: rsa_loss_mask sequence: int64 splits: - name: train num_bytes: 1647741850 num_examples: 35539 download_size: 244062307 dataset_size: 1647741850 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• code: 数据类型 - string
• sequence: 数据类型 - string
• ss3: 数据类型 - string
• ss8: 数据类型 - string
• disorder: 数据类型 - string
• rsa: 数据类型 - string
• (omg phi psi): 数据类型 - string
• input_ids: 数据类型 - int32, 序列类型
• attention_mask: 数据类型 - int8, 序列类型
• special_tokens_mask: 数据类型 - int8, 序列类型
• ss8_label: 数据类型 - int64, 序列类型
• rsa_label: 数据类型 - float64, 序列类型
• rsa_loss_mask: 数据类型 - int64, 序列类型

数据集分割

• train:
  • 数据量: 1647741850 字节
  • 示例数量: 35539

数据集大小

• 下载大小: 244062307 字节
• 数据集大小: 1647741850 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*