DeepFoldProtein/foldseek_over70_ss_proteome_processed_1024_ankh_test

---
dataset_info:
features:
- name: uniprot_accession
dtype: string
- name: chain_id
dtype: string
- name: seq
dtype: string
- name: sst3
dtype: string
- name: sst8
dtype: string
- name: len
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
- name: label
sequence: int64
splits:
- name: train
num_bytes: 897088
num_examples: 99
download_size: 78108
dataset_size: 897088
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

• uniprot_accession: 数据类型 - 字符串
• chain_id: 数据类型 - 字符串
• seq: 数据类型 - 字符串
• sst3: 数据类型 - 字符串
• sst8: 数据类型 - 字符串
• len: 数据类型 - int64
• input_ids: 数据类型 - 序列 int32
• attention_mask: 数据类型 - 序列 int8
• special_tokens_mask: 数据类型 - 序列 int8
• label: 数据类型 - 序列 int64

数据集分割

• train:
  • 数据大小: 897088 字节
  • 示例数量: 99

数据集大小

• 下载大小: 78108 字节
• 数据集大小: 897088 字节

配置

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