Hack90/virus_10kbp_50kbp

---
dataset_info:
features:
- name: id
dtype: string
- name: sequence
dtype: string
- name: name
dtype: string
- name: description
dtype: string
- name: features
dtype: int64
- name: seq_length
dtype: int64
splits:
- name: train
num_bytes: 682950230.1766714
num_examples: 44285
- name: test
num_bytes: 85374561.91166429
num_examples: 5536
- name: valid
num_bytes: 85374561.91166429
num_examples: 5536
download_size: 397528922
dataset_size: 853699353.9999999
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：字符串（string）
- 字段名：sequence，数据类型：字符串（string）
- 字段名：name，数据类型：字符串（string）
- 字段名：description，数据类型：字符串（string）
- 字段名：features，数据类型：64位整型（int64）
- 字段名：seq_length，数据类型：64位整型（int64）
数据集划分：
- 划分名称：训练集（train），字节大小：682950230.1766714，样本数量：44285
- 划分名称：测试集（test），字节大小：85374561.91166429，样本数量：5536
- 划分名称：验证集（valid），字节大小：85374561.91166429，样本数量：5536
下载总大小：397528922
数据集总存储大小：853699353.9999999
配置项：
- 配置名称：默认配置（default），数据文件路径映射：
- 训练集划分对应路径：data/train-*
- 测试集划分对应路径：data/test-*
- 验证集划分对应路径：data/valid-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• sequence: 数据类型为字符串。
• name: 数据类型为字符串。
• description: 数据类型为字符串。
• features: 数据类型为64位整数。
• seq_length: 数据类型为64位整数。

数据集分割

• train: 包含44285个样本，占用682950230.1766714字节。
• test: 包含5536个样本，占用85374561.91166429字节。
• valid: 包含5536个样本，占用85374561.91166429字节。

数据集大小

• 下载大小: 397528922字节。
• 数据集大小: 853699353.9999999字节。

配置信息

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*
  • valid: 路径为data/valid-*