minoruskore/numbers

---
license: other
configs:
- config_name: default
data_files:
- split: train1kk
path: data/train1kk-*
- split: test1kk
path: data/test1kk-*
- split: train10kk
path: data/train10kk-*
- split: test10kk
path: data/test10kk-*
- split: train100k
path: data/train100k-*
- split: test100k
path: data/test100k-*
dataset_info:
features:
- name: number
dtype: int64
- name: text
dtype: string
splits:
- name: train1kk
num_bytes: 51110729
num_examples: 800000
- name: test1kk
num_bytes: 12780276
num_examples: 200000
- name: train10kk
num_bytes: 604734899
num_examples: 8000000
- name: test10kk
num_bytes: 151175106
num_examples: 2000000
- name: train100k
num_bytes: 4170428
num_examples: 80000
- name: test100k
num_bytes: 1040577
num_examples: 20000
download_size: 193519290
dataset_size: 825012015
---

原始信息汇总

数据集概述

许可证

• 许可证类型：其他

配置

• 默认配置
  • 数据文件路径：
    • 训练集（train1kk）：data/train1kk-*
    • 测试集（test1kk）：data/test1kk-*
    • 训练集（train10kk）：data/train10kk-*
    • 测试集（test10kk）：data/test10kk-*
    • 训练集（train100k）：data/train100k-*
    • 测试集（test100k）：data/test100k-*

数据集信息

• 特征：

  • 名称：number
    • 数据类型：int64
  • 名称：text
    • 数据类型：string

• 数据分割：

  • 训练集（train1kk）
    • 字节数：51110729
    • 样本数：800000
  • 测试集（test1kk）
    • 字节数：12780276
    • 样本数：200000
  • 训练集（train10kk）
    • 字节数：604734899
    • 样本数：8000000
  • 测试集（test10kk）
    • 字节数：151175106
    • 样本数：2000000
  • 训练集（train100k）
    • 字节数：4170428
    • 样本数：80000
  • 测试集（test100k）
    • 字节数：1040577
    • 样本数：20000

• 数据集大小：

  • 下载大小：193519290 字节
  • 数据集大小：825012015 字节