Hack90/experiment_one_viral_genomes_train_set

--- dataset_info: features: - name: id dtype: string - name: sequence dtype: string - name: name dtype: string - name: description dtype: string - name: features dtype: int64 - name: seq_length dtype: int64 - name: sequence_quality dtype: float64 - name: text dtype: string - name: __index_level_0__ dtype: int64 - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 2516022659 num_examples: 350149 download_size: 425683637 dataset_size: 2516022659 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

• id: 字符串类型
• sequence: 字符串类型
• name: 字符串类型
• description: 字符串类型
• features: 整数类型（int64）
• seq_length: 整数类型（int64）
• sequence_quality: 浮点数类型（float64）
• text: 字符串类型
• index_level_0: 整数类型（int64）
• input_ids: 序列类型，整数（int32）
• attention_mask: 序列类型，整数（int8）

数据集分割

• train:
  • 数据量: 2516022659 字节
  • 样本数: 350149

数据集大小

• 下载大小: 425683637 字节
• 数据集大小: 2516022659 字节

配置信息

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