lhallee/ec_embeddings

该数据集包含两个主要特征：seqs和vectors。seqs特征的数据类型为字符串，而vectors特征是一个包含浮点数的序列。数据集分为两个部分：camp_exp和esm650，分别包含20896个样本，且每个部分的大小分别为62306622字节和115800382字节。整个数据集的下载大小为204103019字节，数据集总大小为178107004字节。

The dataset contains two main features: seqs and vectors. The seqs feature is of string type, while the vectors feature is a sequence of floating-point numbers. The dataset is divided into two parts: camp_exp and esm650, each containing 20896 samples, with sizes of 62306622 bytes and 115800382 bytes respectively. The total download size of the dataset is 204103019 bytes, and the total dataset size is 178107004 bytes.

原始信息汇总

数据集概述

数据集特征

• seqs: 数据类型为字符串。
• vectors: 数据类型为浮点数序列，每个元素为float32类型。

数据集分割

• camp_exp:
  • 字节数: 62,306,622
  • 样本数: 20,896
• esm650:
  • 字节数: 115,800,382
  • 样本数: 20,896

数据集大小

• 下载大小: 204,103,019字节
• 数据集大小: 178,107,004字节

配置

• default:
  • 数据文件路径:
    • camp_exp: data/camp_exp-*
    • esm650: data/esm650-*