跳到主要内容

machine-learning

Keras

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。

Lightgbm

本规则文件提供了 LightGBM 的全面最佳实践,涵盖了代码组织、性能、安全性、测试以及需要避免的常见陷阱。遵循这些指南将提高您的 LightGBM 项目的效率、可靠性和可维护性。

Pytorch

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。

Scikit-learn

强制执行 scikit-learn 项目的最佳实践和编码标准, 促进可维护性、性能和安全性。此规则提供了 关于代码组织、常见模式、性能优化、 测试和常见陷阱的指南。

Tensorflow

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。

Xgboost

此规则提供了使用 XGBoost 进行开发的最佳实践,涵盖代码组织、性能、安全、测试和常见陷阱。