登录
下载

Skill UI

浏览并发现 15558+ 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 45 条记录
默认排序 最新上传 最多下载

W&B实验追踪管理

weights-and-biases
Orchestra-Research/AI-Research-SKILLs
303
W&B 为 PyTorch、TensorFlow、HuggingFace 等模型提供自动记录、实时可视化、超参搜索、模型注册与协作空间，帮团队统一管理实验、工件与版本线索。
查看详情

硬件无关量子机器学习

pennylane
K-Dense-AI/claude-scientific-skills
280
硬件无关的量子机器学习框架，支持量子电路自动微分、混合量子/经典模型训练与 PyTorch、JAX、TensorFlow 集成，并可在 IBM/Google/Rigetti/IonQ 等平台切换。
查看详情

PyTorch Lightning 框架

pytorch-lightning
K-Dense-AI/claude-scientific-skills
179
PyTorch Lightning 框架将 PyTorch 代码组织为 LightningModule/DataModule、Trainer、回调、日志与分布式策略，便于多 GPU/TPU 训练、实验记录和项目级别扩展。
查看详情

单细胞生成建模工具集

scvi-tools
K-Dense-AI/claude-scientific-skills
353
基于 PyTorch 的单细胞组学概率生成模型框架，统一 API 支持批次校正、数据整合、多模态/空间分析、差异表达与迁移学习，适合高级建模流程。
查看详情

稳定基线3：强化学习算法工具包

stable-baselines3
K-Dense-AI/claude-scientific-skills
383
稳定基线3是一个基于PyTorch的专业库，用于提供生产级的强化学习算法实现（如PPO、SAC、DQN等）。它支持单智能体RL模型训练，提供创建自定义环境的能力，并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。
查看详情

PyTorch几何图神经指南

torch-geometric
K-Dense-AI/claude-scientific-skills
399
全面介绍了如何使用 PyTorch Geometric 构建图神经网络，涵盖图数据结构、常用数据集与变换、图卷积层及异构图支持，帮助你快速完成节点、链接和图级任务。
查看详情

TorchDrug 图神经工具集

torchdrug
K-Dense-AI/claude-scientific-skills
296
TorchDrug 是基于 PyTorch 的图神经网络工具箱，针对分子、蛋白质与生物知识图谱，支持性质预测、生成、逆合成与知识图谱推理，并提供丰富数据集与预设模型方便定制。
查看详情

雅恩·勒昆深度学习技术

yann-lecun-tecnico
sickn33/antigravity-awesome-skills
66
本模块集合了雅恩·勒昆的深度学习技术，覆盖了从CNN基础原理到反向传播的核心理论，并深入探讨了先进的自监督学习（SSL）模型，如SimCLR、MAE和最前沿的JEPA架构。内容不仅有理论讲解，还提供了完整的PyTorch代码，适用于需要深入理解和实现复杂计算机视觉模型的高级开发者。
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

OpenPI 微调与推理

fine-tuning-serving-openpi
Orchestra-Research/AI-Research-SKILLs
78
涵盖 OpenPI pi0 系列模型（pi0、pi0-fast、pi0.5）在机器人操控任务上的微调与推理，提供从配置、数据映射、归一化统计到 JAX/PyTorch 训练、检查点转换以及 WebSocket 策略推理服务的完整流程，适用于 ALOHA、DROID、LIBERO 等评估场景。
查看详情

PyTorch深度学习模式指南

pytorch-patterns
affaan-m/everything-claude-code
208
本技能旨在指导用户掌握 PyTorch 框架中的常见模式和设计最佳实践。它适用于开发复杂的深度学习模型，有助于提升神经网络的结构化程度、代码的复用性以及整体的工程效率。
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
上一页1234下一页
语言
简体中文
English