Ioana23/codeparrot-ds-50k

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
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
splits:
- name: train
num_bytes: 652784990.8524525
num_examples: 50000
- name: valid
num_bytes: 6658657.886815172
num_examples: 500
download_size: 251530132
dataset_size: 659443648.7392677
---
# Dataset Card for "codeparrot-ds-50k"

[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 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 验证集 (valid): data/valid-*

数据特征

• 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

数据划分

• 训练集 (train)
  • 字节数: 652784990.8524525
  • 样本数: 50000
• 验证集 (valid)
  • 字节数: 6658657.886815172
  • 样本数: 500

数据集大小

• 下载大小: 251530132
• 数据集大小: 659443648.7392677