pratultandon/tokenized-recipe-nlg-gpt2-ingredients-to-recipe-end

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 2217334238 num_examples: 2022671 - name: test num_bytes: 116785866 num_examples: 106202 download_size: 749380879 dataset_size: 2334120104 --- # Dataset Card for "tokenized-recipe-nlg-gpt2-ingredients-to-recipe-end" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 名称：输入标识序列（input_ids），序列类型：int32 - 名称：注意力掩码（attention_mask），序列类型：int8 数据集划分： - 名称：训练集，占用字节数：2217334238，样本总数：2022671 - 名称：测试集，占用字节数：116785866，样本总数：106202 下载大小：749380879 总数据集大小：2334120104 # "tokenized-recipe-nlg-gpt2-ingredients-to-recipe-end" 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

数据集特征

• input_ids

  • 数据类型：int32
  • 序列类型：sequence

• attention_mask

  • 数据类型：int8
  • 序列类型：sequence

数据集划分

• 训练集 (train)

  • 样本数量：2022671
  • 存储大小：2217334238 字节

• 测试集 (test)

  • 样本数量：106202
  • 存储大小：116785866 字节

数据集大小

• 下载大小：749380879 字节
• 数据集总大小：2334120104 字节