ytzi/the-stack-dedup-python-filtered-docstrings-gpt2
收藏Hugging Face2024-04-14 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/ytzi/the-stack-dedup-python-filtered-docstrings-gpt2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: content
dtype: string
- name: input_ids
sequence: int32
- name: ratio_char_token
dtype: float64
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 86634631995
num_examples: 12760182
download_size: 27198966561
dataset_size: 86634631995
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
ytzi
原始信息汇总
数据集概述
数据集特征
- content：文本类型，数据类型为字符串。
- input_ids：序列类型，数据类型为32位整数。
- ratio_char_token：数值类型，数据类型为64位浮点数。
- token_count：数值类型，数据类型为64位整数。
数据集分割
- train：训练集，包含12760182个样本，总大小为86634631995字节。
数据集大小
- 下载大小：27198966561字节。
- 数据集总大小：86634631995字节。
配置信息
- config_name：default
- data_files：
- split：train
- path：data/train-*
