Shahzebbb/bookcorpus_tokenized_split
收藏Hugging Face2024-04-10 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/Shahzebbb/bookcorpus_tokenized_split
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: tokens
dtype: int64
splits:
- name: train
num_bytes: 7460994112
num_examples: 932624264
- name: validation
num_bytes: 828999352
num_examples: 103624919
download_size: 3290809410
dataset_size: 8289993464
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
提供机构：
Shahzebbb
原始信息汇总
数据集概述
数据集特征
- 名称: tokens
- 数据类型: int64
数据集分割
-
训练集
- 名称: train
- 数据大小: 7460994112 字节
- 示例数量: 932624264
-
验证集
- 名称: validation
- 数据大小: 828999352 字节
- 示例数量: 103624919
数据集大小
- 下载大小: 3290809410 字节
- 总数据大小: 8289993464 字节
配置
- 配置名称: default
- 数据文件路径
- 训练集: data/train-*
- 验证集: data/validation-*
