下载

Skill UI

浏览并发现 9979+ 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

搜索实验跟踪，共找到 18 条记录

默认排序最新上传最多下载

运行多平台机器学习实验

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个全流程的ML实验部署和运行自动化工具。它可以智能检测目标环境（本地GPU、远程服务器、Vast.ai或Modal），并自动执行预检、代码同步（rsync/git）、集成实验跟踪工具（如W&B），最后在目标平台上启动训练任务。适用于需要运行复杂、多环境ML训练作业的场景。

SwanLab 实验跟踪

experiment-tracking-swanlab

Orchestra-Research/AI-Research-SKILLs

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。

Trackio：机器学习实验跟踪

hugging-face-trackio

sickn33/antigravity-awesome-skills

Trackio是一个全面的实验跟踪库，用于记录、可视化和管理机器学习训练过程中的指标和警报。它通过Python API支持在训练过程中记录指标和设置诊断警报。同时，CLI接口支持指标的查询和仪表盘展示，并将数据同步到Hugging Face Spaces，特别适用于自动化和远程的ML实验监控流程。

研究知识图谱维基

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个持久化的、结构化研究知识库，用于系统性地积累和关联所有科研要素，包括论文、研究想法、实验结果和可检验的科学假设。它构建知识图谱，确保研究成果的积累性和持久性。通过定义实体和关系（如支持、矛盾），可以全面跟踪和管理整个科学研究的生命周期。

Protocols.io协议管理集成

protocolsio-integration

K-Dense-AI/scientific-agent-skills

本技能提供与protocols.io API的完整编程集成，用于科学协议的整个生命周期管理。支持搜索、创建、更新协议、管理实验步骤、处理团队协作、组织工作空间和跟踪实验记录，是自动化实验室流程和撰写科学文档的关键工具。

PyTorch Lightning深度学习框架

pytorch-lightning

K-Dense-AI/scientific-agent-skills

PyTorch Lightning是一个全面的深度学习框架，用于组织和自动化PyTorch模型的训练流程。它通过将模型组织为LightningModules，简化了繁琐的编写代码，并在Trainer中自动化训练循环。该框架支持多GPU/TPU分布式训练（DDP, FSDP），并集成了数据加载、回调函数和实验跟踪（W&B, MLflow），适用于构建专业、可扩展的深度学习项目。

语言