登录
下载

Skill UI

浏览并发现 9765+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 训练 ，共找到 85 条记录
默认排序 最新上传 最多下载

HuggingFace 视觉模型训炼

hugging-face-vision-trainer
sickn33/antigravity-awesome-skills
264
通过 Hugging Face Jobs 在托管 GPU 上微调或训练目标检测、图像分类与 SAM/SAM2 分割模型，自动验证数据集并将成果保存到 Hugging Face Hub，无需本地 GPU。
查看详情

无服务器GPU云平台：AI训练与推理

serverless-modal
wanshuiyin/Auto-claude-code-research-in-sleep
281
这是一个零配置的无服务器GPU云平台，专为运行复杂的机器学习工作负载而设计，包括模型训练、微调和实时推理。它无需复杂的环境设置（无需SSH或Docker），支持本地优先和自动弹性伸缩，适用于所有高性能GPU。非常适合需要可扩展、高效率远程计算资源的AI工程师和数据科学家。
查看详情

无服务器AI/ML云平台

modal
K-Dense-AI/scientific-agent-skills
139
Modal是一个无服务器云平台，专为AI/ML工作负载设计，允许用户直接用Python代码运行复杂的计算任务。它提供按需的GPU算力、自动扩缩容的函数调用、自定义容器构建和持久化存储。适用于模型部署、训练推理、构建高性能API和定时任务。
查看详情

量子机器学习与电路训练

pennylane
K-Dense-AI/scientific-agent-skills
89
PennyLane是一个硬件无关的量子计算库，专用于训练量子电路。它提供了自动微分功能，支持构建混合量子-经典模型，并能无缝集成PyTorch、TensorFlow等主流机器学习框架。适用于量子神经网络、变分量子本征求解器（VQE）和量子化学模拟等高级应用场景。
查看详情

高性能强化学习框架

pufferlib
K-Dense-AI/scientific-agent-skills
452
PufferLib是一个高性能的强化学习框架，专为高速并行环境模拟和训练设计。它通过优化向量化和原生多智能体支持，实现每秒数百万步的训练速度。适用于PPO算法的复杂智能体训练、自定义环境开发和大规模RL实验。
查看详情

临床深度学习医疗数据管道

pyhealth
K-Dense-AI/scientific-agent-skills
397
PyHealth是一个用于临床和医疗深度学习的模块化Python工具包。它提供了一个标准化的五阶段流程（数据集→任务→模型→训练器→指标），用于处理复杂的、多模态的医疗数据，包括电子病历、生理信号和医学影像。可用于预测死亡率、再入院风险、药物推荐或进行医学编码映射。
查看详情

PyTorch Lightning 深度学习框架

pytorch-lightning
K-Dense-AI/scientific-agent-skills
353
PyTorch Lightning是一个基于PyTorch的高级深度学习框架，旨在简化和规范整个机器学习工作流。它帮助用户将模型组织为LightningModule，自动化训练循环，并处理复杂的数据流程。框架支持多GPU/TPU分布式训练、集成各种实验日志记录（如W&B, MLflow）和自定义回调，极大地提升了大型AI项目开发的效率和可扩展性。
查看详情

强化学习算法训练与实现

stable-baselines3
K-Dense-AI/scientific-agent-skills
109
稳定强化学习库提供了一套基于PyTorch的生产级RL算法实现，包括PPO、SAC、DQN等主流算法。它采用类似scikit-learn的统一API，使开发者能够轻松训练RL智能体，创建自定义环境，并进行高效的向量化并行训练，适用于标准的RL研究和原型开发。
查看详情

转换器库：AI模型开发与微调

transformers
K-Dense-AI/scientific-agent-skills
142
这是一个用于访问和使用海量预训练AI模型的工具库。它支持自然语言处理、计算机视觉、音频处理等多种任务。用户可以使用Pipeline进行快速推理，或使用Trainer API对模型进行专业微调，适用于构建完整的AI应用。
查看详情

核心AI数据管理与合规

coreweave-data-handling
jeremylongshore/claude-code-plugins-plus-skills
148
用于在GPU云工作负载中管理大型数据集、模型权重和训练数据。它涵盖了数据生命周期管理的全流程，包括通过Kubernetes PVC安全导入、合规导出和数据验证。确保数据处理过程符合行业最佳实践、加密标准（AES-256）和数据安全合规要求。
查看详情

云端机器学习工作负载迁移指南

coreweave-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
205
本技能包详细指导用户如何将机器学习工作负载（包括推理服务和训练管道）从AWS/GCP/Azure等大型云平台迁移到CoreWeave GPU云。内容涵盖成本对比、容器化步骤、Kubernetes配置适配和分阶段部署，帮助用户确保迁移过程平稳、高效且具成本效益。
查看详情

YOLO模型微调与部署

model-training
SharpAI/DeepCamera
347
该技能提供了一个完整的计算机视觉模型生命周期管理工具，支持从自定义数据集标注到模型部署的全流程。用户可以在该平台上使用Agent驱动的工作流，在自定义的COCO格式数据集上微调YOLO模型。它具备硬件感知训练能力，并能自动将模型导出为TensorRT、CoreML、OpenVINO等优化格式，最后可一键部署为活动的检测技能。
查看详情
上一页12345678下一页
语言
简体中文
English