在引擎中流转log key，特征数据在外存 • 分业务场景支持  轻量级predictor：仅支持模型的计算，特征由业务传入，无状态设计  自定义predictor： 提供业务抽象，支持业务自定义逻辑，插件化实现 • 逻辑阶段抽象，业务根据自身需求选择性实现  数据获取： 根据业务的自身逻辑获取特征原始数据  特征抽取： 将特征数据进行转换，转换成模型所需的格式，比如离散化  模型计算：

档的过程如下所示： • 从这个 Google 文档模版 开始，将它复制为一个新的 Google 文档。 • 填写内容。注意你需要插入代码样例。要插入代码，请使用 Google 文档插件，例如 有许 多可用的插件)。 • 将共享设置为「每个有链接的人都可以发表评论」。 • 将文档发给 keras-users@googlegroups.com，主题从 [API DESIGN REVIEW] (全大写)

如果你希望对本书的内容有所贡献，则需要在GitHub上修改源文件（md文件，而不是ipynb文件）。使 用notedown插件，我们可以直接在Jupyter中修改md格式的notebook。 首先，安装notedown插件，运行Jupyter Notebook并加载插件： pip install d2l-notedown # 你可能需要卸载原始notedown jupyter notebook --NotebookApp.contents_manager_class='notedown.NotedownContentsManager' 要在运行Jupyter Notebook时默认打开notedown插件，请执行以下操作：首先，生成一个Jupyter Notebook配 置文件（如果已经生成了，可以跳过此步骤）。 16.1. 使用Jupyter Notebook 745 jupyter notebook contents_manager_class = 'notedown.NotedownContentsManager' 在这之后，你只需要运行jupyter notebook命令就可以默认打开notedown插件。 在远程服务器上运行Jupyter Notebook 有时，你可能希望在远程服务器上运行Jupyter Notebook，并通过本地计算机上的浏览器访问它。如果本地 计算机上安装了Linux