GeneralRincewind/ProcessedSmallMarc

---
dataset_info:
features:
- name: pytorch_audio
sequence: float32
- name: name
dtype: string
- name: tokens
sequence:
sequence: int64
splits:
- name: train
num_bytes: 948619677.7083753
num_examples: 941
- name: test
num_bytes: 50404871.29162462
num_examples: 50
download_size: 946196562
dataset_size: 999024549.0
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

数据特征

• pytorch_audio: 数据类型为float32的序列。
• name: 数据类型为string。
• tokens: 数据类型为int64的嵌套序列。

数据分割

• train: 包含941个样本，总字节数为948619677.7083753。
• test: 包含50个样本，总字节数为50404871.29162462。

数据集大小

• 下载大小: 946196562字节。
• 数据集大小: 999024549.0字节。

配置信息

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