puddleglum/esm_chem_quarter

---
dataset_info:
features:
- name: labels
sequence: int64
- name: reactions
sequence: int64
- name: highly_masked_sequences
sequence: int64
- name: binding_site_masked_sequences
sequence: int64
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 6572644710.888085
num_examples: 691480
- name: test
num_bytes: 1642676818.3613033
num_examples: 172850
download_size: 41290028
dataset_size: 8215321529.249389
---
# Dataset Card for "esm_chem_quarter"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 名称：标签（labels），为64位整数序列
- 名称：反应序列（reactions），为64位整数序列
- 名称：高度掩码序列（highly_masked_sequences），为64位整数序列
- 名称：结合位点掩码序列（binding_site_masked_sequences），为64位整数序列
- 名称：注意力掩码（attention_mask），为8位整数序列
数据集拆分：
- 名称：训练集（train），字节占用量：6572644710.888085，样本数量：691480
- 名称：测试集（test），字节占用量：1642676818.3613033，样本数量：172850
下载大小：41290028
数据集总大小：8215321529.249389
---
## 「esm_chem_quarter」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: esm_chem_quarter

数据集特征

• 特征列表:
  • labels: 序列类型为 int64
  • reactions: 序列类型为 int64
  • highly_masked_sequences: 序列类型为 int64
  • binding_site_masked_sequences: 序列类型为 int64
  • attention_mask: 序列类型为 int8

数据集分割

• 训练集:
  • 样本数量: 691480
  • 数据大小: 6572644710.888085 字节
• 测试集:
  • 样本数量: 172850
  • 数据大小: 1642676818.3613033 字节

数据集大小

• 下载大小: 41290028 字节
• 数据集总大小: 8215321529.249389 字节