threite/github-ds-tokenized
收藏Hugging Face2023-01-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/threite/github-ds-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 8618263476
num_examples: 16702061
- name: valid
num_bytes: 48072624
num_examples: 93164
download_size: 3804663704
dataset_size: 8666336100
---
# Dataset Card for "github-ds-tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
threite
原始信息汇总
数据集概述
数据集名称
github-ds-tokenized
数据特征
- 名称: input_ids
- 类型: 整数序列（int32）
数据分割
- 训练集
- 样本数: 16702061
- 数据大小: 8618263476 字节
- 验证集
- 样本数: 93164
- 数据大小: 48072624 字节
数据集大小
- 下载大小: 3804663704 字节
- 总数据大小: 8666336100 字节
