Datasets

数据集

🤗 Datasets 是一个用于轻松访问和共享音频、计算机视觉以及自然语言处理（NLP）任务 AI 数据集的库。

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处理方法，快速将数据集准备好用于深度学习模型的训练。基于 Apache Arrow 格式，您可以通过零拷贝读取处理大型数据集，且不受内存限制，从而实现最佳的速度和效率。我们还与 Hugging Face Hub 深度集成，让您能够轻松加载和共享数据集，与更广泛的机器学习社区交流。

今天就到 Hugging Face Hub 上找到你的数据集，并通过实时查看器深入探索其内部内容。

教程

学习基础知识，熟悉如何加载、访问和处理数据集。如果您是首次使用 🤗 Datasets，请从这里开始！

操作指南

实用指南，帮助你实现特定目标。查看这些指南，学习如何使用 🤗 Datasets 解决实际问题。

概念指南

提供高层级的解释，帮助深入理解重要主题，例如底层数据格式、缓存机制以及数据集的生成方式。

参考

🤗 Datasets 类和方法工作原理的技术说明。

Update on GitHub