tdooms/TinyStories-tokenized-2048
收藏Hugging Face2024-05-22 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/tdooms/TinyStories-tokenized-2048
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 1848605112
num_examples: 1798254
- name: validation
num_bytes: 16842752
num_examples: 16384
download_size: 529887937
dataset_size: 1865447864
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
The dataset includes a feature input_ids of type int32. It is divided into a training set and a validation set, with 1,798,254 examples in the training set occupying 1,848,605,112 bytes, and 16,384 examples in the validation set occupying 16,842,752 bytes. The download size of the dataset is 529,887,937 bytes, and the actual size is 1,865,447,864 bytes. The data file paths are data/train-* and data/validation-* respectively.
提供机构：
tdooms
原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，数据类型为
int32。
数据集分割
- 训练集（train）：
- 示例数量：1798254
- 数据大小：1848605112 字节
- 验证集（validation）：
- 示例数量：16384
- 数据大小：16842752 字节
数据集大小
- 下载大小：529887937 字节
- 数据集总大小：1865447864 字节
数据文件配置
- 默认配置（default）：
- 训练集路径：
data/train-* - 验证集路径：
data/validation-*
- 训练集路径：
