iohadrubin/codeparrot-train-v2-near-dedup-safe
收藏Hugging Face2023-03-20 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/iohadrubin/codeparrot-train-v2-near-dedup-safe
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: repo_name
dtype: string
- name: path
dtype: string
- name: copies
dtype: string
- name: size
dtype: string
- name: content
dtype: string
- name: license
dtype: string
- name: hash
dtype: int64
- name: line_mean
dtype: float64
- name: line_max
dtype: int64
- name: alpha_frac
dtype: float64
- name: autogenerated
dtype: bool
- name: ratio
dtype: float64
- name: config_test
dtype: bool
- name: has_no_keywords
dtype: bool
- name: few_assignments
dtype: bool
splits:
- name: train
num_bytes: 21008185899
num_examples: 2660741
download_size: 7856191050
dataset_size: 21008185899
---
# Dataset Card for "codeparrot-train-v2-near-dedup-safe"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
iohadrubin
原始信息汇总
数据集信息
特征
- repo_name: 字符串类型
- path: 字符串类型
- copies: 字符串类型
- size: 字符串类型
- content: 字符串类型
- license: 字符串类型
- hash: 64位整数类型
- line_mean: 64位浮点数类型
- line_max: 64位整数类型
- alpha_frac: 64位浮点数类型
- autogenerated: 布尔类型
- ratio: 64位浮点数类型
- config_test: 布尔类型
- has_no_keywords: 布尔类型
- few_assignments: 布尔类型
数据分割
- train:
- 字节数: 21008185899
- 样本数: 2660741
数据集大小
- 下载大小: 7856191050
- 数据集大小: 21008185899
