deep-learning

此规则强制执行 Keras 库的最佳实践，重点关注代码清晰度、模块化、性能优化和安全注意事项。它为开发人员提供了可操作的指南，以提高 Keras 基机器学习项目的质量和可维护性。

此规则提供了 MLX 库的全面最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。它旨在促进在 Apple 平台上使用 MLX 时，实现一致、高效且可维护的代码。

本规则提供了全面的 PyTorch 开发指南，涵盖代码组织、性能优化、安全性、测试以及常见陷阱。旨在确保 PyTorch 代码的可读性、可维护性和效率。

一套全面的 TensorFlow 最佳实践指南，涵盖代码组织、性能、测试和安全，旨在构建健壮且可维护的机器学习项目。

此规则文件提供了 tinygrad 开发的全面最佳实践，涵盖代码组织、性能、测试和安全性。它旨在提高代码质量、可维护性，并防止在使用 tinygrad 时出现的常见陷阱。

此规则集强制执行使用 transformers 库进行开发的最佳实践，涵盖代码组织、性能、安全和测试，以促进可维护和高效的 NLP 应用。