altaidevorg/PubChem-SMILES-SELFIES-InChI-IUPAC-v3

--- dataset_info: features: - name: CID dtype: int64 - name: SMILES dtype: string - name: SMILES_Canonical dtype: string - name: SELFIES dtype: string - name: inchi dtype: string - name: iupac dtype: string - name: formula dtype: string - name: image_source dtype: string - name: image_1 dtype: image - name: image_2 dtype: image - name: image_3 dtype: image splits: - name: train num_bytes: 24125020467 num_examples: 498890 download_size: 23877787610 dataset_size: 24125020467 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：CID，数据类型：64位整数 - 名称：SMILES（简化分子线性输入规范），数据类型：字符串 - 名称：SMILES_Canonical，数据类型：字符串 - 名称：SELFIES，数据类型：字符串 - 名称：inchi，数据类型：字符串，对应国际化学标识符（InChI） - 名称：iupac，数据类型：字符串，对应国际纯粹与应用化学联合会（IUPAC）命名 - 名称：formula，数据类型：字符串，即分子式 - 名称：image_source，数据类型：字符串 - 名称：image_1，数据类型：图像 - 名称：image_2，数据类型：图像 - 名称：image_3，数据类型：图像 数据集划分： - 划分名称：train（训练集），字节大小：24125020467，样本数量：498890 下载大小：23877787610 数据集总大小：24125020467 配置项： - 配置名称：default（默认配置），数据文件： - 对应划分集：train（训练集），文件路径：data/train-*