enwik8

参考：

• 代码
• Huggingface

enwik8

使用以下命令在 TFDS 中加载此数据集：

ds = tfds.load('huggingface:enwik8/enwik8')

• 说明：

The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia

• 许可：无已知许可
• 版本：1.0.0
• 拆分：

拆分	样本
'train'	1128024

• 特征：

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

enwik8-raw

使用以下命令在 TFDS 中加载此数据集：

ds = tfds.load('huggingface:enwik8/enwik8-raw')

• 说明：

The dataset is based on the Hutter Prize (http://prize.hutter1.net) and contains the first 10^8 byte of Wikipedia

• 许可：无已知许可
• 版本：1.0.0
• 拆分：

拆分	样本
'train'	1

• 特征：

{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}