HoangHa/guacamol-selfies-pretrain

该数据集包含分子结构的SMILES表示和SELFIES表示，主要用于化学信息学和分子建模领域。数据集包含一个训练集，共有1,588,437个样本，总大小为439,246,044字节。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • molecule_smiles: 数据类型为字符串。
  • SELFIES: 数据类型为字符串。

• 分割:

  • train:
    • 字节数: 439246044
    • 样本数: 1588437

• 下载大小: 148404860

• 数据集大小: 439246044

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*