open-source-metrics/pip

该数据集记录了不同HuggingFace库的下载情况，包括下载日期（day）和下载次数（num_downloads）。数据集被分割为多个部分，每个部分对应一个特定的HuggingFace库，如accelerate、datasets、diffusers等。每个分割部分包含一定数量的字节和示例。This dataset records the download statistics of various HuggingFace libraries, including the download date (day) and the number of downloads (num_downloads). The dataset is divided into multiple splits, each corresponding to a specific HuggingFace library, such as accelerate, datasets, diffusers, etc. Each split contains a certain number of bytes and examples.

原始信息汇总

数据集概述

数据集特征

• day: 数据类型为字符串（string）。
• num_downloads: 数据类型为整数（int64）。

数据集分割

• accelerate: 包含1197个示例，总字节数为26334。
• datasets: 包含1197个示例，总字节数为26334。
• diffusers: 包含714个示例，总字节数为15708。
• evaluate: 包含832个示例，总字节数为18304。
• gradio: 包含1350个示例，总字节数为29700。
• huggingface_hub: 包含1237个示例，总字节数为27214。
• optimum: 包含969个示例，总字节数为21318。
• peft: 包含480个示例，总字节数为10560。
• pytorch_image_models: 包含1350个示例，总字节数为29700。
• safetensors: 包含535个示例，总字节数为11770。
• tokenizers: 包含1350个示例，总字节数为29700。
• transformers: 包含1381个示例，总字节数为30382。
• sentence_transformers: 包含213个示例，总字节数为4686。

数据集大小

• 下载大小: 163911字节。
• 数据集大小: 281710字节。

配置文件

• config_name: default
• data_files:
  • 每个分割对应的数据文件路径，如data/accelerate-*至data/sentence_transformers-*。

搜集汇总

背景与挑战

背景概述

该数据集是一个开源指标数据集，主要记录多个开源项目（如accelerate、transformers等）的每日下载量时间序列数据，覆盖2022年4月至8月期间。数据集规模较小，包含14,196行数据，以parquet格式存储，适用于文本分析和时间序列预测任务，已被用于模型训练和GitHub仓库统计等应用场景。