DeepFoldProtein/CATH_v4.3_S35

---
dataset_info:
features:
- name: index
dtype: string
- name: seq
dtype: string
- name: domains
list:
- name: architecture
dtype: int64
- name: class
dtype: int64
- name: idx
sequence: int64
- name: name
dtype: string
- name: seq
dtype: string
- name: ndom
dtype: int64
splits:
- name: train
num_bytes: 14234347
num_examples: 25652
download_size: 12225382
dataset_size: 14234347
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

特征

• index: 数据类型为字符串。
• seq: 数据类型为字符串。
• domains: 包含以下子特征：
  • architecture: 数据类型为整数64位。
  • class: 数据类型为整数64位。
  • idx: 数据类型为整数64位的序列。
  • name: 数据类型为字符串。
  • seq: 数据类型为字符串。
• ndom: 数据类型为整数64位。

数据分割

• train: 包含25652个样本，总字节数为14234347。

数据大小

• 下载大小: 12225382字节。
• 数据集大小: 14234347字节。

配置

• default: 包含训练数据文件，路径为data/train-*。