Hack90/experiment_one_viral_genomes_val_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
- name: 2D_Sequence
sequence:
sequence: float64
- name: 2D_Sequence_Scaled
sequence:
sequence: float64
- name: 2D_Sequence_Interpolated
sequence:
sequence: float64
splits:
- name: train
num_bytes: 4781181377
num_examples: 71306
download_size: 3008235596
dataset_size: 4781181377
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）
• 2D_Sequence: 序列类型，序列中的值为浮点数（float64）
• 2D_Sequence_Scaled: 序列类型，序列中的值为浮点数（float64）
• 2D_Sequence_Interpolated: 序列类型，序列中的值为浮点数（float64）

数据集分割

• train:
  • 数据量: 4781181377 字节
  • 示例数量: 71306

数据集大小

• 下载大小: 3008235596 字节
• 数据集大小: 4781181377 字节

配置

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