anujsahani01/CodeParrot_tokenized
收藏官方服务：
资源简介：
--- license: mit configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 442225832 num_examples: 33986 - name: test num_bytes: 147373912 num_examples: 11326 - name: validation num_bytes: 288033632 num_examples: 22136 download_size: 112776043 dataset_size: 877633376 ---
提供机构：
anujsahani01原始信息汇总
数据集概述
许可证
- MIT许可证
配置
- 默认配置
- 数据文件路径：
- 训练集：
data/train-* - 测试集：
data/test-* - 验证集：
data/validation-*
- 训练集：
- 数据文件路径：
数据集信息
-
特征：
input_ids：序列类型，数据类型为int32attention_mask：序列类型，数据类型为int8labels：序列类型，数据类型为int64
-
数据集划分：
- 训练集：
- 字节数：442225832
- 样本数：33986
- 测试集：
- 字节数：147373912
- 样本数：11326
- 验证集：
- 字节数：288033632
- 样本数：22136
- 训练集：
-
数据集大小：
- 下载大小：112776043字节
- 数据集总大小：877633376字节
