TayTT/TSD_set

---
dataset_info:
features:
- name: file
dtype: string
- name: tokens
sequence: int64
splits:
- name: train
num_bytes: 159395258
num_examples: 1020
- name: test
num_bytes: 17532024
num_examples: 128
- name: valid
num_bytes: 25184128
num_examples: 128
download_size: 23895848
dataset_size: 202111410
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

The dataset consists of train, test, and valid splits with 1020, 128, and 128 examples respectively. The features include file names and token sequences. The total download size is 23895848 bytes, and the actual size is 202111410 bytes.

原始信息汇总

数据集概述

数据集特征

• file: 数据类型为字符串。
• tokens: 数据类型为整数序列。

数据集划分

• 训练集 (train):
  • 示例数量: 1020
  • 数据大小: 159395258 字节
• 测试集 (test):
  • 示例数量: 128
  • 数据大小: 17532024 字节
• 验证集 (valid):
  • 示例数量: 128
  • 数据大小: 25184128 字节

数据集大小

• 下载大小: 23895848 字节
• 数据集总大小: 202111410 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/valid-*