代码托管iCode_代码托管和研发协作平台_代码代管
不同于Gitlab、Gerrit等开源工具，iCode在提供基本的代码托管功能之外，还提供了一系列可配置规则，方便开发团队快速复用成熟规范。iCode参考了Google Gerrit的change request机制，提供了代码提交之后，入库之前的一系列内置检查和流水线检查工作，最大程度的将质量保证工作前置，保证每一行入库的代码都是通过严格的质量检查。
管理SQL开发规范 - 数据库智能驾驶舱 DBSC | 百度智能云文档
管理SQL开发规范 初始状态下，DBSC 提供开发环境和生产环境下的 SQL 开发规范，以确保数据库的安全。您也可以根据自身业务需求，自定义 SQL 开发规范。 注意事项 新规范的创建必须基于已有规范。 系统提供的默认规范无法被删除，但可以编辑。 前提条件 实例已开启开启企业版。 您在组织中的角色为 系统管理员 。 创建规范 登录 DBSC 控制台 。
货架场景实景图标注规范 - EasyDL零门槛AI开发平台 | 百度智能云文档
货架场景实景图标注规范 简介 数据的标注质量决定了模型的效果，本文档详细介绍各个场景采集的实景图应该如何标注。可以参考 实景图数据要求文档 ，了解各个业务场景的数据采集规范。 点击下载 数据采集与标注规范长图 ，一张图看懂如何采集和标注数据，让您不走弯路，获得一个高精度的商品检测模型。
yaml文件编写规范 - BML 全功能AI开发平台 | 百度智能云文档
yaml文件编写规范 yaml文件编写规范 如下所示是进化算法pbt的yaml文件配置示例： yaml文件中主要分为四大部分： 搜索算法参数： algo：指定选择的搜索策略,下表为各种搜索算法对应的字段。
标准接口规范参考 - BML 全功能AI开发平台 | 百度智能云文档
标准接口规范参考 脚本调参和Notebook训练方式产出的模型部署到公有云时，不同任务类型的应用接口的请求与响应均满足响应的标准规范。
自动搜索作业代码编写规范 - BML 全功能AI开发平台 | 百度智能云文档
自动搜索作业代码编写规范 自动搜索作业代码编写规范 1. 代码入参说明 2. 必要接口说明 代码入参说明 自动搜索作业的实现过程：通过搜索算法获取多个超参数组合，每个组合都会通过训练得到一个评估结果，以此最终判断超参数组合的优劣，而用户编写的代码即是用于实现单次训练。 用户需要通过argparse模块接受在平台中填写的信息以及搜索算法反馈的超参数组合。
Sklearn 0.23.2代码规范 - BML 全功能AI开发平台 | 百度智能云文档
Sklearn 0.23.2代码规范 Sklearn 0.23.2代码规范 基于Sklearn 0.23.2框架的结构化数据的多分类问题，训练数据集sklearn_train_data.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。
Pytorch 1.7.1代码规范 - BML 全功能AI开发平台 | 百度智能云文档
Pytorch 1.7.1代码规范 Pytorch 1.7.1代码规范 基于Pytorch 1.7.1框架的MNIST图像分类，训练数据集pytorch_train_data.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。
Tensorflow2.3.0代码规范 - BML 全功能AI开发平台 | 百度智能云文档
Tensorflow2.3.0代码规范 Tensorflow 2.3.0代码规范 基于Tensorflow2.3.0框架的MNIST图像分类，训练数据集tf_train_data2.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。
XGBoost 1.3.1代码规范 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost 1.3.1代码规范 XGBoost 1.3.1代码规范 基于XGBoost 1.3.1框架的结构化数据的回归问题。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。另外该框架支持发布保存模型为pickle和joblib格式，并且在发布至模型仓库时需要选择相应的模型文件。
