lengoctuong/codeparrot-ds-mapped_ids

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
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: 3804670316
dataset_size: 8666336100
---
# Dataset Card for "codeparrot-ds-mapped_ids"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/valid-*

数据特征

• 输入ID：序列类型为 int32

数据分割

• 训练集：
  • 字节数：8618263476
  • 样本数：16702061
• 验证集：
  • 字节数：48072624
  • 样本数：93164

数据大小

• 下载大小：3804670316 字节
• 数据集大小：8666336100 字节