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-*