300건(VectorSpaceLab의 저장소) · 인기순
Operate FastReID setup, configuration, datasets, model/inference APIs, training/evaluation workflows, deployment/export paths, and extension projects for person and vehicle re-identification.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Routes FCOS object-detection repo tasks for inference demos, config/data setup, training/evaluation, ONNX export, and legacy PyTorch internals.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use davidsandberg/facenet for TensorFlow 1.x face recognition workflows: MTCNN alignment, embeddings, classification, LFW evaluation, training, and model export.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Guides Researchers through Faiss installation, dense and binary similarity search, index training and composition, persistence and evaluation, and explicitly gated CPU/GPU interoperability workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Guides FastVideo video, image, and audio generation, config-first inference, serving, training, distillation, evaluation, and performance workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Operate FATE 2.2.0 federated-learning deployments, FateFlow Pipeline workflows, local launchers, and component CLI/runtime inspection.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use this skill for EverOS local-first Markdown memory service setup, HTTP memory and knowledge APIs, cascade/OME operations, and observability integration.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use face_recognition to detect faces, extract landmarks and encodings, compare identities, run the face_recognition and face_detection CLIs, and troubleshoot dlib/model installation.
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 the GeoParquet specification and bundled inspection helpers to author, validate, distribute, or safely review geospatial Parquet data, including GeoParquet 2.0 vector metadata, external writer choices, and the alpha Parquet Raster proposal.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
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 the faster-whisper package for CTranslate2-backed Whisper transcription, model selection, CPU/CUDA setup, audio utilities, VAD, timestamps, and conversion guidance.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Route fastdup workflows for visual dataset curation, annotation-driven analysis, embeddings and search, and video or exchange plumbing.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Routes face-alignment installation, import checks, landmark-detection workflows, and detector-backend selection.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use for Feast feature store tasks: feature repositories, definitions, CLI, retrieval, materialization, serving, RAG/vector search, integrations, and Feast contributor workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Route GenAI Processors tasks to the right workflow guide.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Routes evo trajectory-evaluation workflows for APE/RPE, trajectory I/O, result analysis, configuration, and programmatic usage.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use ExecuTorch to export PyTorch models to edge runtime artifacts, build host/device runtimes, choose delegates, profile/debug execution, and operate specialized Qualcomm, Cortex-M, LLM, and binary-size workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Create, polish, and troubleshoot figures4papers-style publication-ready matplotlib figures, including grouped bars, trends, radar charts, heatmaps, concept diagrams, manifolds, and high-DPI/vector export workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Operate Flash Linear Attention package workflows: setup, kernels, layers/models, KDA/context parallel, and benchmarking.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use FlagEmbedding for embedding, reranking, retrieval evaluation, and fine-tuning workflows.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use Flair for NLP annotation, embeddings, text/sequence model prediction, corpus loading, training/fine-tuning, HunFlair biomedical NER/linking, and production troubleshooting.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use fastMRI for MRI reconstruction data loading, MRI operators, reconstruction models, Lightning training, evaluation, and submission preparation.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build, inspect, and reuse Featuretools automated feature engineering workflows for EntitySets, DFS, feature matrices, primitive authoring, feature inspection, and selection.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.