Naveengo/codeparrot_10000_rows

---
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: 130556998.1704905
num_examples: 10000
- name: valid
num_bytes: 6658657.886815172
num_examples: 500
download_size: 52539728
dataset_size: 137215656.05730566
---
# Dataset Card for "codeparrot_10000_rows"

[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

数据集卡片 "codeparrot_10000_rows"

配置

• 默认配置
  • 数据文件
    • 训练集: data/train-*
    • 验证集: data/valid-*

数据集信息

• 特征

  • 名称: repo_name, 类型: string
  • 名称: path, 类型: string
  • 名称: copies, 类型: string
  • 名称: size, 类型: string
  • 名称: content, 类型: string
  • 名称: license, 类型: string

• 数据分割

  • 训练集
    • 字节数: 130556998.1704905
    • 样本数: 10000
  • 验证集
    • 字节数: 6658657.886815172
    • 样本数: 500

• 下载大小: 52539728

• 数据集大小: 137215656.05730566