登录
下载

Skill UI

浏览并发现 15799+ 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 GPU ，共找到 118 条记录
默认排序 最新上传 最多下载

实验计划执行部署桥

experiment-bridge
wanshuiyin/Auto-claude-code-research-in-sleep
282
该技能旨在连接最初的创意构思与模型的实际部署。它接收结构化的实验计划，自动实现所需的代码，进行模型代码审查，并将实验部署到GPU上运行，最终收集初步的量化结果，形成高效的AI研究迭代闭环。
查看详情

本地大型语言模型评估工具

hugging-face-community-evals
sickn33/antigravity-awesome-skills
387
本技能用于在本地硬件上运行Hugging Face Hub模型的综合评估。它支持多种评估框架，包括`inspect-ai`和`lighteval`，并提供灵活的后端选择（如`vllm`, Transformers, 或`accelerate`），以优化性能和兼容性。适用于本地GPU基准测试、烟雾测试和后端选择，但不负责远程任务调度或结果发布。
查看详情

Hugging Face上训练视觉模型

hugging-face-vision-trainer
sickn33/antigravity-awesome-skills
305
本技能用于在Hugging Face Jobs上提供全流程的视觉模型训练和微调服务。支持目标检测、图像分类和语义分割等多种高级任务。用户无需本地GPU环境，只需准备数据集，即可利用云端GPU资源进行训练，并将最终模型自动持久化保存到Hugging Face Hub。
查看详情

系统性能分析与调优

system-profile
wanshuiyin/Auto-claude-code-research-in-sleep
70
该助手用于对指定目标（脚本、进程、GPU、内存等）进行全面的性能分析和瓶颈定位。它能根据目标选择合适的专业工具和代码埋点，深入测量CPU、GPU、内存和互联带宽等关键资源的使用情况，并生成包含详细分析和改进建议的专业报告。
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
370
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

Python GPU 优化指南

optimize-for-gpu
K-Dense-AI/claude-scientific-skills
294
通过 CuPy、Numba CUDA、Warp 及 cuDF/cuML/cuGraph 等 NVIDIA 工具链，将 NumPy、pandas、机器学习、图算法、图像处理、模拟与 IO 等 Python 代码迁移到 GPU，显著提升性能，适用于大规模数据与复杂计算场景。
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

无服务器AI/ML云平台

modal
K-Dense-AI/scientific-agent-skills
376
Modal是一个无服务器云平台，专注于执行Python语言的AI和机器学习工作负载。它提供按需的高性能GPU计算资源（如H100, A100），支持函数式计算、Web API部署、大规模模型训练与推理，以及定时批处理任务，实现代码级别的云原生部署。
查看详情

Python科学计算GPU加速优化

optimize-for-gpu
K-Dense-AI/scientific-agent-skills
443
本技能充当专家级的GPU优化工程师，负责将耗费CPU资源的科学计算、数据处理和机器学习代码，重构为能在NVIDIA GPU上运行的高性能代码。该技能覆盖了科学模拟、大规模数据分析、地理空间处理、图像识别和向量搜索等多个高并行度任务。
查看详情

PyTorch Lightning 深度学习框架

pytorch-lightning
K-Dense-AI/scientific-agent-skills
82
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

TimesFM零样本时间序列预测

timesfm-forecasting
K-Dense-AI/scientific-agent-skills
70
基于谷歌TimesFM基础模型，实现零样本时间序列预测。适用于所有单变量时间序列（如销售、传感器、能耗、天气等），无需进行模型训练。该工具不仅提供点预测结果，还能生成带有校准量化区间的概率预测区间，并内置系统资源检查机制，确保预测过程的安全性和可靠性。
查看详情
上一页12345678910下一页
语言
简体中文
English