zjguoHF/tokenized_tiny_shakespeare_dataset
收藏Hugging Face2023-12-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/zjguoHF/tokenized_tiny_shakespeare_dataset
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 2638965
num_examples: 32592
- name: validation
num_bytes: 223829
num_examples: 2795
- name: test
num_bytes: 358179
num_examples: 4611
download_size: 988180
dataset_size: 3220973
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
提供机构：
zjguoHF
原始信息汇总
数据集信息
特征
- input_ids: 序列类型为int32
- token_type_ids: 序列类型为int8
- attention_mask: 序列类型为int8
- special_tokens_mask: 序列类型为int8
数据分割
- 训练集:
- 字节数: 2638965
- 样本数: 32592
- 验证集:
- 字节数: 223829
- 样本数: 2795
- 测试集:
- 字节数: 358179
- 样本数: 4611
数据大小
- 下载大小: 988180字节
- 数据集大小: 3220973字节
配置
- 默认配置:
- 训练集路径: data/train-*
- 验证集路径: data/validation-*
- 测试集路径: data/test-*
