MarcelPower/github-jupyter-text-code-pairs

该数据集包含多个字段，包括markdown、code、path、repo_name、license和hash，这些字段可能用于存储与代码库相关的信息，如代码片段、文件路径、仓库名称、许可证类型和哈希值。数据集主要用于训练目的，包含451,662个示例，总大小为383,287,566.92字节。

This dataset includes several fields such as markdown, code, path, repo_name, license, and hash, which are likely used to store information related to code repositories, such as code snippets, file paths, repository names, license types, and hash values. The dataset is primarily intended for training purposes, containing 451,662 examples with a total size of 383,287,566.92 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• markdown: 数据类型为字符串。
• code: 数据类型为字符串。
• path: 数据类型为字符串。
• repo_name: 数据类型为字符串。
• license: 数据类型为字符串。
• hash: 数据类型为字符串。

数据分割

• train: 包含451662个样本，总大小为383287566.92262346字节。

数据集大小

• 下载大小: 200820762字节
• 数据集大小: 383287566.92262346字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*