bjoernp/code_search_net_python_processed_400k

---
dataset_info:
features:
- name: code
dtype: string
- name: signature
dtype: string
- name: docstring
dtype: string
- name: loss_without_docstring
dtype: float64
- name: loss_with_docstring
dtype: float64
- name: factor
dtype: float64
splits:
- name: train
num_bytes: 373144422
num_examples: 400244
download_size: 150980039
dataset_size: 373144422
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_search_net_python_processed_400k"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

## 数据集信息
### 数据特征
- 名称：代码（code），数据类型：字符串（string）
- 名称：函数签名（signature），数据类型：字符串（string）
- 名称：文档字符串（docstring），数据类型：字符串（string）
- 名称：无文档字符串损失值（loss_without_docstring），数据类型：64位浮点数（float64）
- 名称：有文档字符串损失值（loss_with_docstring），数据类型：64位浮点数（float64）
- 名称：因子（factor），数据类型：64位浮点数（float64）
### 数据集划分
- 划分名称：训练集（train），占用字节数：373144422，样本数量：400244
下载总大小：150980039
数据集占用总大小：373144422
### 数据集配置
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*

# 「code_search_net_python_processed_400k」数据集卡片

[需补充更多信息](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

数据集信息

特征

• code: 类型为字符串
• signature: 类型为字符串
• docstring: 类型为字符串
• loss_without_docstring: 类型为浮点数 (float64)
• loss_with_docstring: 类型为浮点数 (float64)
• factor: 类型为浮点数 (float64)

数据分割

• train: 包含400244个样本，占用373144422字节

数据大小

• 下载大小: 150980039字节
• 数据集大小: 373144422字节

配置

• default: 包含训练数据文件，路径为data/train-*