micsell/mixed_he_en_processed

---
dataset_info:
features:
- name: input_features
sequence:
sequence: float32
- name: input_length
dtype: int64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 15371503808
num_examples: 16000
- name: test
num_bytes: 3842860400
num_examples: 4000
download_size: 3049600172
dataset_size: 19214364208
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• input_features: 序列类型，数据类型为float32。
• input_length: 整数类型，数据类型为int64。
• labels: 序列类型，数据类型为int64。

数据集分割

• train: 包含16000个样本，总字节数为15371503808。
• test: 包含4000个样本，总字节数为3842860400。

数据集大小

• 下载大小: 3049600172字节。
• 数据集大小: 19214364208字节。

配置信息

• default:
  • train: 文件路径为data/train-*。
  • test: 文件路径为data/test-*。