300 件（VectorSpaceLab のリポジトリ） ・ 人気順
概要と使いどころ
Use DreamerV2 2.2.0 for TensorFlow world-model reinforcement-learning training, custom Gym integration, typed experiment configuration, replay/checkpoint management, and JSONL/TensorBoard evaluation.
日本語の概要は準備中です。原文の説明を表示しています。
Guide the official Elasticsearch Python client for cluster connections, generated APIs, async code, bulk ingestion, query DSL, ES|QL, optional integrations, and runtime troubleshooting.
日本語の概要は準備中です。原文の説明を表示しています。
Use the einops Python package for readable tensor rearrangement, reductions, repetition, named-axis einsum, packing, framework layers, and repository maintenance workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Operating skill for the Equinox JAX neural-network and PyTree library.
日本語の概要は準備中です。原文の説明を表示しています。
Route D-FINE object-detection setup, training, architecture inspection, inference, export, and troubleshooting workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Router for CVNets training, evaluation, registry, data, and export workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Operate CVAT for computer-vision annotation, dataset workflows, SDK/CLI automation, auto-annotation, and self-hosted deployment.
日本語の概要は準備中です。原文の説明を表示しています。
Data-Juicer repo router for local recipes, Ray recovery, and service/MCP workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Route Custom Diffusion workflows for concept data prep, diffusers training and SDXL, sample generation, delta tools, and CustomConcept101 evaluation.
日本語の概要は準備中です。原文の説明を表示しています。
Guides CUDA-accelerated cuRobo v2 robotics workflows for robot models, differentiable kinematics, collision-aware IK and motion planning, trajectory optimization, MPC, perception mapping, and motion retargeting.
日本語の概要は準備中です。原文の説明を表示しています。
Use DeepCTR-Torch for PyTorch CTR/recommender feature columns, single-task models, DIN/DIEN sequence models, and multi-task learning workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Router for DeepAnalyze agentic data-science workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Route DeblurGAN users to data preparation, training, and single-image inference workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Guide Det3D PyTorch 3D object-detection workflows across configuration, KITTI/nuScenes/Lyft data preparation, GPU training and evaluation, custom CUDA operations, and visualization.
日本語の概要は準備中です。原文の説明を表示しています。
Use DB-GPT 0.8.1 as an agentic AI data platform: install and configure provider profiles, operate its CLI and services, build agents and AWEL flows, ingest and retrieve data with RAG, call client/API surfaces, and execute code through explicitly bounded sandbox runtimes.
日本語の概要は準備中です。原文の説明を表示しています。
Use this skill when working with Hugging Face Datasets: loading local or Hub datasets, defining Features schemas, processing/streaming datasets, converting formats, sharing to the Hub, managing cache/offline behavior, or using datasets-cli.
日本語の概要は準備中です。原文の説明を表示しています。
Route DeepLabCut markerless pose-estimation workflows, project setup, PyTorch training/inference, maDLC tracking, Model Zoo, post-processing, 3D, and export tasks.
日本語の概要は準備中です。原文の説明を表示しています。
Route DataFlow workflows for pipelines, text and document processing, serving, evaluation, and Ray acceleration.
日本語の概要は準備中です。原文の説明を表示しています。
Route DeePMD-kit package workflows for installation, data/config preparation, training, inference/model operations, integrations, and repository development.
日本語の概要は準備中です。原文の説明を表示しています。
Guide DeepMedic 0.8.4 workflows for multi-modal 3D NIFTI medical-image segmentation, including data preparation, model configuration, training, checkpoint continuation, inference, and CPU/CUDA troubleshooting.
日本語の概要は準備中です。原文の説明を表示しています。
Routes DataChain operating guidance for Python SDK pipelines, query expressions, CLI and Studio commands, agent-harness knowledge workflows, and repository maintenance.
日本語の概要は準備中です。原文の説明を表示しています。
Use when you need to design DataDesigner configs, run preview/create/validate workflows, inspect the CLI or agent context, work with plugins or MCP tools, or adapt documented recipes and integrations for synthetic dataset generation.
日本語の概要は準備中です。原文の説明を表示しています。
Use DeepVariant and DeepTrio for genomics variant-calling command planning, input validation, pipeline-stage troubleshooting, custom training, and report analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Use this repo skill for Dask, the Python parallel computing library, when working with lazy task graphs, schedulers, Dask Array, Dask DataFrame, Dask Bag/bytes IO, configuration, diagnostics, CLI usage, or contributor validation.
日本語の概要は準備中です。原文の説明を表示しています。