enwik8

مراجع:

enwik8

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:enwik8/enwik8')
  • توضیحات :
The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia
  • مجوز : مجوز شناخته شده ای وجود ندارد
  • نسخه : 1.1.0
  • تقسیمات :
تقسیم کنید نمونه ها
'train' 1128024
  • ویژگی ها : 
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

enwik8-raw

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:enwik8/enwik8-raw')
  • توضیحات :
The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia
  • مجوز : مجوز شناخته شده ای وجود ندارد
  • نسخه : 1.1.0
  • تقسیمات :
تقسیم کنید نمونه ها
'train' 1
  • ویژگی ها :
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}