Hack90/ncbi_part_3_v1

---
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
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 298057039684
num_examples: 29543714
download_size: 132154567106
dataset_size: 298057039684
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名：id，数据类型：字符串（string）
- 字段名：sequence（序列），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（序列长度），数据类型：64位整型（int64）
- 字段名：__index_level_0__，数据类型：64位整型（int64）
数据集划分：
- 划分名称：训练集（train），占用字节数：298057039684，样本总量：29543714
下载总大小：132154567106 字节
数据集存储总大小：298057039684 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

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。
• index_level_0: 数据类型为64位整数。

数据集分割

• train: 包含29543714个样本，占用298057039684字节。

数据集大小

• 下载大小: 132154567106字节。
• 实际大小: 298057039684字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。