HoangHa/chembl-smiles-pretrain

---
dataset_info:
features:
- name: molecule_smiles
dtype: string
splits:
- name: train
num_bytes: 135253319
num_examples: 2271880
download_size: 67111386
dataset_size: 135253319
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：分子SMILES（molecule_smiles），数据类型：字符串
数据划分：
- 名称：训练集，字节数：135253319，样本数：2271880
下载大小：67111386，数据集总大小：135253319
配置项：
- 配置名称：默认配置，数据文件：
- 数据划分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• 名称: molecule_smiles
• 数据类型: string

数据分割

• 名称: train
• 字节数: 135253319
• 样本数: 2271880

数据大小

• 下载大小: 67111386
• 数据集大小: 135253319

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*