下载

Skill UI

浏览并发现 10410+ 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 PyTorch ，共找到 24 条记录

默认排序最新上传最多下载

AudioCraft 音频生成指南

audiocraft-audio-generation

Orchestra-Research/AI-Research-SKILLs

AudioCraft 是 Meta 的 PyTorch 工具包，结合 MusicGen、AudioGen 和 EnCodec，通过文本生成音乐或音效，非常适合快速构建音乐应用、可控音效与立体声作品。

AudioCraft 音频生成指南

audiocraft-audio-generation

Orchestra-Research/AI-Research-SKILLs

AudioCraft 是 Meta 的 PyTorch 工具包，结合 MusicGen、AudioGen 和 EnCodec，通过文本生成音乐或音效，非常适合快速构建音乐应用、可控音效与立体声作品。

TorchTitan 分布式预训练

distributed-llm-pretraining-torchtitan

Orchestra-Research/AI-Research-SKILLs

基于 PyTorch 的 TorchTitan 实现 4D 并行（FSDP2/TP/PP/CP），支持 8~512+ GPU、Float8、编译优化与分布式检查点，用于 Llama 3.1、DeepSeek V3 或自定义大模型的预训练。

梯度裁剪助手

gradient-clipping-helper

jeremylongshore/claude-code-plugins-plus-skills

梯度裁剪助手针对机器学习训练流程提供自动化支持，指导梯度裁剪模式、生成可部署代码与配置，并校验 PyTorch、TensorFlow 等框架下的结果。

学习率调度助手

learning-rate-scheduler

jeremylongshore/claude-code-plugins-plus-skills

为机器学习训练中配置学习率调度器提供自动化指导，涵盖最佳实践、配置模式，以及 PyTorch、TensorFlow 和 Scikit-learn 的代码生成与验证。

生产级机器学习工程与MLOps

sickn33/antigravity-awesome-skills

这是一套全面的技能体系，专注于构建、部署和管理生产级的机器学习系统。知识覆盖现代ML框架（如PyTorch、TensorFlow）、模型服务（基于Kubernetes）、高级特征工程和全面的MLOps实践（包括监控、A/B测试和持续集成）。旨在交付可扩展、可靠、具备商业价值的AI解决方案。

远程模型可解释性工具

nnsight-remote-interpretability

Orchestra-Research/AI-Research-SKILLs

通过 nnsight 的 trace 与激活接口，有效分析或干预 PyTorch 模型内部，支持在本地小模型和借助 NDIF 的 70B+ 远程模型上执行，可对激活进行保存、替换和对比。

PyTorch模型训练助手

pytorch-model-trainer

jeremylongshore/claude-code-plugins-plus-skills

自动化 PyTorch 训练流程，提供数据准备、模型配置、超参调优与实验跟踪等建议，遵循行业最佳实践，适合需要快速搭建训练流水的使用场景。

PyTorch模型因果干预

pyvene-interventions

Orchestra-Research/AI-Research-SKILLs

pyvene是一个用于在PyTorch模型上执行因果干预的声明式框架。它支持激活打补丁、因果追踪（ROME风格）和交替干预训练等高级实验。适用于需要测试模型因果假设、深入理解模型组件工作机制或确保可复现性的AI研究场景。

计算机视觉生产级工程技能

senior-computer-vision

alirezarezvani/claude-skills

涵盖了从基础模型到生产部署的完整计算机视觉AI全流程技能。掌握目标检测（YOLO、Faster R-CNN）、实例/语义分割（Mask R-CNN、SAM）等核心技术，并熟练运用PyTorch进行模型训练，最终通过ONNX和TensorRT等工具优化模型，实现边缘或云端设备的稳定部署。

TensorBoard 可视化工具包

Orchestra-Research/AI-Research-SKILLs

TensorBoard 提供统一可视化界面，跟踪训练指标、调试模型、对比实验、观察网络结构并分析性能瓶颈，适用于 PyTorch 与 TensorFlow 训练流程。

PyTorch原生智能体RL训练框架

torchforge-rl-training

Orchestra-Research/AI-Research-SKILLs

torchforge是Meta推出的用于智能体强化学习（RL）的PyTorch原生框架。它将核心的RL算法与复杂的分布式基础设施进行了彻底分离。用户可以专注于算法的快速实验和开发，无需担心底层分布式训练、权重同步等复杂问题，支持从单卡到大规模集群的扩展训练。

语言