enwik8

Referencias:

enwik8

Utilice el siguiente comando para cargar este conjunto de datos en TFDS:

ds = tfds.load('huggingface:enwik8/enwik8')
  • Descripción :
The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia
  • Licencia : Ninguna licencia conocida
  • Versión : 1.1.0
  • Divisiones :
Dividir Ejemplos
'train' 1128024
  • Características :
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

enwik8-raw

Utilice el siguiente comando para cargar este conjunto de datos en TFDS:

ds = tfds.load('huggingface:enwik8/enwik8-raw')
  • Descripción :
The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia
  • Licencia : Ninguna licencia conocida
  • Versión : 1.1.0
  • Divisiones :
Dividir Ejemplos
'train' 1
  • Características :
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}