스킬 찾기

Operate the legacy Frustum PointNets code release for KITTI or SUN RGB-D data preparation, TensorFlow runtime setup, training, inference, and 3D detection evaluation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate Fugue workflows, FugueSQL, backend selection, and notebook magics for pandas and distributed dataframe execution.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Galaxy repository guidance for server configuration, APIs, tool and workflow development, data/storage, Tool Shed operations, and web-client development.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Gaussian-SLAM for CUDA RGB-D dense SLAM, Gaussian-splatting mapping, dataset/configuration preflight, checkpoint evaluation, reconstruction metrics, and global-map refinement.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use GemPy 3.x for CPU-first 3-D implicit geological modeling, structural data preparation, grid evaluation, visualization, persistence, and optional integrations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guides Gensim topic modelling, document indexing, embeddings, similarity retrieval, downloader, and script workflows for Python NLP and IR tasks.

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.

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 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 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.

Routes face-alignment installation, import checks, landmark-detection workflows, and detector-backend selection.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

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.

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.

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.

Route GenAI Processors tasks to the right workflow guide.

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.

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.

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.

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.

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 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.

Routes official FlashVSR diffusion-based streaming video super-resolution setup, model preparation, and CUDA inference for v1 and v1.1.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use face.evoLVe for high-performance face recognition workflows across alignment, data preparation, PyTorch training, feature verification, and Paddle deployment.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.