jahb57/gpt2_embeddings_BATCH_14

--- dataset_info: features: - name: sentence dtype: string - name: last_hidden_state sequence: sequence: float32 splits: - name: train num_bytes: 18580842836 num_examples: 100000 download_size: 18629530835 dataset_size: 18580842836 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

特征信息

• sentence: 数据类型为字符串（string）。
• last_hidden_state: 数据类型为浮点数序列（float32）。

数据分割

• train: 包含100000个样本，占用18580842836字节。

数据集大小

• 下载大小: 18629530835字节。
• 实际大小: 18580842836字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。