five

pkr7098/gpt2-bookcorpus-wiki-2022030-en-vocab_size-50257

收藏
Hugging Face2023-10-30 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/pkr7098/gpt2-bookcorpus-wiki-2022030-en-vocab_size-50257
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: config_name: truncate-1024 features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: special_tokens_mask sequence: int8 splits: - name: train num_bytes: 21168040068 num_examples: 3438603 - name: validation num_bytes: 1824422940 num_examples: 296365 download_size: 0 dataset_size: 22992463008 configs: - config_name: truncate-1024 data_files: - split: train path: truncate-1024/train-* - split: validation path: truncate-1024/validation-* --- # Dataset Card for "gpt2-bookcorpus-wiki-2022030-en-vocab_size-50257" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
pkr7098
原始信息汇总

数据集概述

数据集信息

  • 配置名称: truncate-1024
  • 特征:
    • input_ids: 序列类型为int32
    • 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: 21168040068
    • 样本数: 3438603
  • 验证集:
    • 字节数: 1824422940
    • 样本数: 296365

数据大小

  • 下载大小: 0
  • 数据集大小: 22992463008

配置详情

  • 配置名称: truncate-1024
  • 数据文件:
    • 训练集路径: truncate-1024/train-*
    • 验证集路径: truncate-1024/validation-*
二维码
社区交流群
二维码
科研交流群
商业服务