Nowy! Skorzystaj z Simple ML for Sheets, aby zastosować uczenie maszynowe do danych w Arkuszach Google
Czytaj więcej
Podręcznik programisty
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Wewnętrznie TD-DF opiera się na lasach decyzyjnych Yggdrasil (YDF). W zależności od zmiany, przeczytanie podręcznika użytkownika i programisty YDF może być korzystne.
Struktura zależności biblioteki jest zorganizowana w warstwy:
- Keras
- Przepływ Tensora
- Narzędzie Pythona
- Yggdrasil
W stosownych przypadkach należy wdrożyć nową logikę. Gdy kilka warstw może mieć znaczenie, należy preferować najbardziej ogólną warstwę.
Struktura katalogów TF-DF i YDF to dobry początek.
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-01-17 UTC.
[null,null,["Ostatnia aktualizacja: 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."]]
