yyjb5/tokenized_text_code_search_net_python

该数据集包含115,056个训练样本，每个样本由一系列整数（int32）表示，存储在名为input_ids的特征中。数据集的总大小为471,729,600字节，下载大小为214,554,536字节。数据集的配置名为default，训练数据存储在路径为data/train-*的文件中。

This dataset contains 115,056 training samples, each represented by a sequence of integers (int32) stored in a feature named input_ids. The total size of the dataset is 471,729,600 bytes, with a download size of 214,554,536 bytes. The dataset is configured under the name default, and the training data is stored in files with the path data/train-*.

原始信息汇总

数据集概述

特征

• input_ids: 序列类型为 int32。

数据分割

• train:
  • 样本数量: 115056
  • 字节数: 471729600.0

数据集大小

• 下载大小: 214554536 字节
• 数据集大小: 471729600.0 字节

配置

• default:
  • 数据文件路径: data/train-*