登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16519+ 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 47 条记录
默认排序 最新上传 最多下载

运行和部署机器学习实验

run-experiment
wanshuiyin/Auto-claude-code-research-in-sleep
375
用于管理和运行完整的机器学习实验流程。该工具支持在本地GPU、远程服务器、Vast.ai和Modal等多种云端环境中部署和执行训练任务。它涵盖了环境检测、代码同步、依赖管理和实验结果日志记录等关键步骤，确保了ML实验过程的可靠性、可扩展性和可重复性。
查看详情

SwanLab 实验跟踪

experiment-tracking-swanlab
Orchestra-Research/AI-Research-SKILLs
419
介绍如何使用 SwanLab 进行开源机器学习实验跟踪，提供本地或自托管的仪表盘、丰富的媒体日志，并与 PyTorch、Transformers、Lightning、Fastai 等框架集成，便于对比各次训练。
查看详情

AI模型知识结构化提取

bdistill-knowledge-extraction
sickn33/antigravity-awesome-skills
215
bdistill工具能将AI模型的交互过程转化为结构化的知识库。它可以从闭源模型（会话内）和本地开源模型（通过Ollama）提取、结构化并打分特定领域的知识。用户可用于构建可检索的参考数据集、问答对，或生成用于传统机器学习的训练数据。
查看详情

ML实验跟踪与监控

hugging-face-trackio
sickn33/antigravity-awesome-skills
102
Trackio是一个用于记录、可视化和分析机器学习训练实验的工具。它提供Python API用于训练过程中的实时指标记录和异常告警，并提供命令行接口（CLI）用于查询历史数据。用户可以使用它来持续监控训练状态、诊断模型问题（如损失发散），是构建自动化ML工作流的关键组件。
查看详情

云端GPU算力资源调度

vast-gpu
wanshuiyin/Auto-claude-code-research-in-sleep
490
该技能自动化管理云端GPU算力资源，用于AI和机器学习任务。它能分析您的模型需求和训练任务，自动计算所需的VRAM、GPU数量和预计运行时间，从而在vast.ai上匹配出最具成本效益和性能的最佳GPU实例，管理整个计算生命周期。
查看详情

PyTorch 训练秘籍

ml-training-recipes
Orchestra-Research/AI-Research-SKILLs
211
涵盖体系结构选择、优化器策略、学习率调度、混合精度和调试的 PyTorch 训练方案，适用于大模型、视觉、扩散与生物医药方向的训练与微调，实现高效 GPU 利用。
查看详情

Modal云GPU：机器学习计算

serverless-modal
wanshuiyin/Auto-claude-code-research-in-sleep
323
这是一个基于Modal的无服务器GPU计算平台，专用于运行复杂的机器学习工作负载，包括模型训练、微调和推理。它提供零配置环境，无需设置SSH或Docker，支持自动扩缩容和按需计费，非常适合进行代码调试和中小型实验。
查看详情

全面数据质量审计与分析

data-quality-auditor
alirezarezvani/claude-skills
220
该工具是一个专业的、系统性的数据质量审计系统，用于全面评估数据集的完整性、一致性、准确性和结构有效性。它可以进行数据画像、异常值检测、缺失值机制分析，并输出数据质量评分（DQS），帮助用户在模型训练、数据清洗或实时监控中发现并修复数据问题。
查看详情

大规模单细胞转录组数据查询

cellxgene-census
K-Dense-AI/scientific-agent-skills
179
该技能提供对CZ CELLxGENE大型、版本化单细胞和空间转录组数据的程序化访问。用户无需下载整个数据集，即可查询数百万个细胞的基因表达数据，分析不同组织、疾病和物种间的差异。适用于大规模生物信息学分析、机器学习模型训练和跨数据集比较研究。
查看详情

DeepChem：分子机器学习平台

deepchem
K-Dense-AI/scientific-agent-skills
313
DeepChem是一个全面的Python库，专用于将机器学习应用于化学、材料科学和生物学领域。它支持分子属性预测（如ADMET、溶解度、毒性）、药物发现和材料设计。通过提供多种分子特征化方法和先进的图神经网络（GNN）以及预训练模型，该工具帮助用户处理SMILES等复杂化学数据集，进行深入的科学建模研究。
查看详情

边界数据探索分析工具

exploratory-data-analysis
K-Dense-AI/scientific-agent-skills
182
这是一个为科学研究和数据建模前准备的工具。它能在严格的本地安全沙箱内，对CSV、JSON、HDF5、图像等多种格式的数据结构进行边界审计。主要用于检查数据的缺失值、异常值和整体结构，确保数据在模型训练前的完整性和可信度。
查看详情

数字病理全玻片图像分析

histolab
K-Dense-AI/scientific-agent-skills
167
Histolab是一个专门用于数字病理学的Python库。它能自动化处理全玻片图像（WSI），实现复杂的组织检测、可定制的切片提取（包括随机、网格、评分机制）和染色标准化。适用于构建高质量、结构化的数据集，用于深度学习模型训练和全面的定量分析。
查看详情
上一页1234下一页
语言
简体中文
English