数据集

Datasets

🤗 Datasets 是一个能轻松访问和共享 AI 数据集的库，可用于音频、计算机视觉和自然语言处理 (NLP) 任务。

只需一行代码即可加载数据集，并使用我们强大的数据处理和流式传输方法，快速准备好用于深度学习模型训练的数据集。该库由 Apache Arrow 格式支持，可以零拷贝读取大型数据集，不受任何内存限制，从而实现最佳的速度和效率。我们还与 Hugging Face Hub 深度集成，让你可以轻松加载数据集并与更广泛的机器学习社区共享。

立即在 Hugging Face Hub 上找到你的数据集，并使用实时查看器深入了解它。

教程

学习基础知识，熟悉加载、访问和处理数据集。如果你是第一次使用 🤗 Datasets，请从这里开始！

操作指南

帮助你实现特定目标的实用指南。查看这些指南，了解如何使用 🤗 Datasets 解决现实世界的问题。

概念指南

高层次的解释，助你更好地理解重要主题，例如底层数据格式、缓存以及数据集的生成方式。

参考

关于 🤗 Datasets 类和方法工作原理的技术描述。

< > 在 GitHub 上更新