atmatechai/dataset_primer_male_1000_embedding

该数据集包含三个主要特征：input_ids（序列类型，数据类型为int32）、labels（序列的序列类型，数据类型为float32）和speaker_embeddings（序列类型，数据类型为float32）。数据集被分为训练集和测试集，其中训练集包含898个样本，测试集包含100个样本。数据集的下载大小为87030567字节，总大小为99544504.0字节。

The dataset includes three main features: input_ids (sequence type, data type int32), labels (sequence of sequences, data type float32), and speaker_embeddings (sequence type, data type float32). The dataset is divided into a training set and a test set, with the training set containing 898 samples and the test set containing 100 samples. The download size of the dataset is 87030567 bytes, and the total size is 99544504.0 bytes.

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型为 int32
• labels: 序列类型为 float32
• speaker_embeddings: 序列类型为 float32

数据集分割

• train:
  • 字节数: 89570104.80160321
  • 样本数: 898
• test:
  • 字节数: 9974399.198396794
  • 样本数: 100

数据集大小

• 下载大小: 87030567 字节
• 数据集大小: 99544504.0 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*