amd-nicknick/bert-base-uncased-2022_tokenized_dataset
收藏Hugging Face2023-11-20 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/amd-nicknick/bert-base-uncased-2022_tokenized_dataset
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 25352412298
num_examples: 80462898
download_size: 6782996622
dataset_size: 25352412298
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
amd-nicknick
原始信息汇总
数据集信息
特征
- input_ids: 序列类型为 int32
- token_type_ids: 序列类型为 int8
- attention_mask: 序列类型为 int8
- special_tokens_mask: 序列类型为 int8
数据分割
- train: 包含 80462898 个样本，占用 25352412298 字节
数据大小
- 下载大小: 6782996622 字节
- 数据集大小: 25352412298 字节
配置
- default:
- 数据文件路径:
data/train-*
- 数据文件路径:
