Alex20180001/tokenized-codeparrot-train
收藏Hugging Face2023-06-21 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Alex20180001/tokenized-codeparrot-train
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
- name: ratio_char_token
dtype: float64
splits:
- name: train
num_bytes: 57725193148
num_examples: 5300000
download_size: 8380911272
dataset_size: 57725193148
---
# Dataset Card for "tokenized-codeparrot-train"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Alex20180001
原始信息汇总
数据集概述
特征信息
- input_ids: 序列类型，数据类型为int32。
- ratio_char_token: 数据类型为float64。
数据分割
- train: 包含5300000个样本，总字节数为57725193148。
数据集大小
- 下载大小: 8380911272字节。
- 数据集大小: 57725193148字节。
