VectorSpaceLab

Guides TensorFlow Fast Style Transfer training, image stylization, and video stylization workflows from checkpoints, VGG/COCO assets, and script-oriented CLIs.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Fairlearn to assess group fairness, compute disparity metrics, visualize subgroup performance, and mitigate unfairness with preprocessing, reductions, postprocessing, or adversarial learning.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Detectron2 for object detection, segmentation, configuration, datasets, training, inference, export, and extension workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when working with ESPnet speech AI toolkit: installation, ESPnet2 recipes and training, pretrained inference/model zoo, ESPnet3 stage workflows, and repository testing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use this repo skill for DiscoArt image generation, configuration/prompt scheduling, CLI, Jina serving, Docker runtime planning, and troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the einops Python package for readable tensor rearrangement, reductions, repetition, named-axis einsum, packing, framework layers, and repository maintenance workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operating skill for the Equinox JAX neural-network and PyTree library.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate ECCV2022-RIFE video frame interpolation, benchmark evaluation, and training workflows from a source checkout.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the DVC repository skill for data versioning, pipelines, experiments, remotes/cache, metrics/params/plots, Python API usage, and DVC codebase maintenance.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes easy12306 12306 captcha recognition tasks across pretrained inference, data preparation, text-model training, and image-model training workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes EasyCV training, evaluation, prediction, export, and data workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use detrex for detection-transformer configs, training/evaluation, demos, model zoo conversion, and package API debugging.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the fair-esm repository skill for protein language-model embeddings, ESMFold structure prediction, ESM-IF1 inverse folding, and zero-shot variant-effect scoring.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

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.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use DreamerV3 for world-model reinforcement learning training, embodied environment dataflow, JAX model internals, result operations, and troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use and troubleshoot the Dream Textures Blender add-on for Stable Diffusion image generation, texture projection, render passes, model setup, and backend APIs.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Donut for OCR-free document understanding, checkpoint inference, fine-tuning, evaluation, and SynthDoG synthetic document generation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use DPM-Solver and DPM-Solver++ single-file samplers for diffusion ODE sampling, PyTorch/JAX integration, ScoreSDE/DDPM examples, and Stable Diffusion acceleration.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use python-doctr (docTR) for OCR/KIE inference, document IO/export, model customization, datasets/training/evaluation, CLI helpers, deployment, and troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes DreamOmni2 image generation, image editing, and Gradio demo workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guide Django REST Framework and GeoDjango projects through django-rest-framework-gis installation, GeoJSON serialization, spatial filtering, pagination, OpenAPI schema generation, and backend troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use DeepMind dm_control for MuJoCo simulation, Control Suite environments, PyMJCF models, Composer tasks, rendering, and high-level locomotion/manipulation workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes DINO DETR object-detection setup, COCO data validation, CUDA deformable-attention preparation, training, evaluation, inference, visualization, and bounded benchmarking tasks.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Diffusion Policy for robot imitation-learning configs, zarr replay data, policy/model interfaces, training/evaluation workflows, and safety-gated real robot operations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.