Baru! Gunakan Simple ML for Sheets untuk menerapkan pembelajaran mesin ke data di Google Spreadsheet
Baca Selengkapnya
Panduan Pengembang
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Secara internal, TD-DF mengandalkan Yggdrasil Decision Forests (YDF). Bergantung pada perubahannya, membaca manual pengguna dan pengembang YDF mungkin bermanfaat.
Struktur ketergantungan perpustakaan diatur dalam lapisan:
- Keras
- TensorFlow
- Utilitas python
- Yggdrasil
Logika baru harus diterapkan jika relevan. Ketika beberapa lapisan mungkin relevan, lapisan yang paling umum harus dipilih.
Struktur direktori TF-DF dan YDF adalah awal yang baik.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-01-17 UTC.
[null,null,["Terakhir diperbarui pada 2025-01-17 UTC."],[],[],null,["# Developer Manual\n\n\u003cbr /\u003e\n\nInternally, TD-DF relies on\n[Yggdrasil Decision Forests](https://github.com/google/yggdrasil-decision-forests)\n(YDF). Depending on the change, reading YDF's user and developer manual might be\nbeneficial.\n\nThe library's dependency structure is organized in layers:\n\n1. Keras\n2. TensorFlow\n3. Python utility\n4. Yggdrasil\n\nNew logic should be implemented where relevant. When several layers are\npossibly relevant, the most generic layer should be favored.\n\nThe directory structure of [TF-DF](/decision_forests/directory_structure) and\n[YDF](https://github.com/google/yggdrasil-decision-forests/blob/main/documentation/directory_structure.md)\nis a good start."]]
